AI人工智能 Python实现人机对话

2020-01-04 16:32:22

字体：大中小

来源：转载

供稿：网友

在人工智能进展的如火如荼的今天，我们如果不尝试去接触新鲜事物，马上就要被世界淘汰啦~

本文拟使用Python开发语言实现类似于WIndows平台的“小娜”，或者是IOS下的“Siri”。最终达到人机对话的效果。

【实现功能】

这篇文章将要介绍的主要内容如下：

　　1、搭建人工智能--人机对话服务端平台
　　2、实现调用服务端平台进行人机对话交互

【实现思路】

　　AIML

　　AIML由Richard Wallace发明。他设计了一个名为 A.L.I.C.E. （Artificial Linguistics Internet Computer Entity 人工语言网计算机实体）的机器人，并获得了多项人工智能大奖。有趣的是，图灵测试的其中一项就在寻找这样的人工智能：人与机器人通过文本界面展开数分钟的交流，以此查看机器人是否会被当作人类。

　　本文就使用了Python语言调用AIML库进行智能机器人的开发。

　　本系统的运作方式是使用Python搭建服务端后台接口，供各平台可以直接调用。然后客户端进行对智能对话api接口的调用，服务端分析参数数据，进行语句的分析，最终返回应答结果。

　　当前系统前端使用HTML进行简单地聊天室的设计与编写，使用异步请求的方式渲染数据。

【开发及部署环境】

开发环境：Windows 7 ×64 英文版

　　　　　JetBrains PyCharm 2017.1.3 x64

测试环境：Windows 7 ×64 英文版

【所需技术】

　　1、Python语言的熟练掌握,Python版本2.7
　　2、Python服务端开发框架tornado的使用
　　3、aiml库接口的简单使用
　　4、HTML+CSS+Javascript(jquery)的熟练使用
　　5、Ajax技术的掌握

【实现过程】

1、安装Python aiml库

pip install aiml

2、获取alice资源

Python aiml安装完成后在Python安装目录下的 Lib/site-packages/aiml下会有alice子目录，将此目录复制到工作区。
或者在Google code上下载alice brain: aiml-en-us-foundation-alice.v1-9.zip

3、Python下加载alice

取得alice资源之后就可以直接利用Python aiml库加载alice brain了：

import aimlos.chdir('./src/alice') # 将工作区目录切换到刚才复制的alice文件夹alice = aiml.Kernel()alice.learn("startup.xml")alice.respond('LOAD ALICE')

注意加载时需要切换工作目录到alice(刚才复制的文件夹)下。

4、与alice聊天

加载之后就可以与alice聊天了，每次只需要调用respond接口：

alice.respond('hello') #这里的hello即为发给机器人的信息

5. 用Tornado搭建聊天机器人网站　　

Tornado可以很方便地搭建一个web网站的服务端，并且接口风格是Rest风格，可以很方便搭建一个通用的服务端接口。

这里写两个方法：

　　get：渲染界面

　　post：获取请求参数，并分析，返回聊天结果

　　Class类的代码如下：

class ChatHandler(tornado.web.RequestHandler): def get(self):  self.render('chat.html') def post(self):  try:   message = self.get_argument('msg', None)   print(str(message))   result = {    'is_success': True,    'message': str(alice.respond(message))   }   print(str(result))   respon_json = tornado.escape.json_encode(result)   self.write(respon_json)  except Exception, ex:   repr(ex)   print(str(ex))   result = {    'is_success': False,    'message': ''   }   self.write(str(result))

6. 简单搭建一个聊天界面　　

AI,人工智能,Python,人机对话

该界面是基于BootStrap的，我们简单搭建这么一个聊天的界面用于展示我们的接口结果。同时进行简单的聊天。

7. 接口调用　　

我们异步请求服务端接口，并将结果渲染到界面

 $.ajax({  type: 'post',   url: AppDomain+'chat',   async: true,//异步   dataType: 'json',   data: (    {    "msg":request_txt    }),    success: function (data)    {     console.log(JSON.stringify(data));     if (data.is_success == true) {     setView(resUser,data.message);    }   },   error: function (data)   {   console.log(JSON.stringify(data));  } });//end Ajax

这里我附上系统的完整目录结构以及完整代码->

8、目录结构

AI,人工智能,Python,人机对话

9、Python服务端代码

#!/usr/bin/env python# -*- coding: utf-8 -*-import os.pathimport tornado.authimport tornado.escapeimport tornado.httpserverimport tornado.ioloopimport tornado.optionsimport tornado.webfrom tornado.options import define, optionsimport osimport aimlos.chdir('./src/alice')alice = aiml.Kernel()alice.learn("startup.xml")alice.respond('LOAD ALICE')define('port', default=3999, help='run on the given port', type=int)class Application(tornado.web.Application): def __init__(self):  handlers = [   (r'/', MainHandler),   (r'/chat', ChatHandler),  ]  settings = dict(   template_path=os.path.join(os.path.dirname(__file__), 'templates'),   static_path=os.path.join(os.path.dirname(__file__), 'static'),   debug=True,  )  # conn = pymongo.Connection('localhost', 12345)  # self.db = conn['demo']  tornado.web.Application.__init__(self, handlers, **settings)class MainHandler(tornado.web.RequestHandler): def get(self):  self.render('index.html') def post(self):  result = {   'is_success': True,   'message': '123'  }  respon_json = tornado.escape.json_encode(result)  self.write(str(respon_json)) def put(self):  respon_json = tornado.escape.json_encode("{'name':'qixiao','age':123}")  self.write(respon_json)class ChatHandler(tornado.web.RequestHandler): def get(self):  self.render('chat.html') def post(self):  try:   message = self.get_argument('msg', None)   print(str(message))   result = {    'is_success': True,    'message': str(alice.respond(message))   }   print(str(result))   respon_json = tornado.escape.json_encode(result)   self.write(respon_json)  except Exception, ex:   repr(ex)   print(str(ex))   result = {    'is_success': False,    'message': ''   }   self.write(str(result))def main(): tornado.options.parse_command_line() http_server = tornado.httpserver.HTTPServer(Application()) http_server.listen(options.port) tornado.ioloop.IOLoop.instance().start()if __name__ == '__main__': print('HTTP server starting ...') main()

9、Html前端代码

 <!DOCTYPE html><html><head> <link rel="icon" href="qixiao.ico" type="image/x-icon"/>  <title>qixiao tools</title> <link rel="stylesheet" type="text/css" href="../static/css/bootstrap.min.css"> <script type="text/javascript" src="../static/js/jquery-3.2.0.min.js"></script> <script type="text/javascript" src="../static/js/bootstrap.min.js"></script> <style type="text/css">  .top-margin-20{   margin-top: 20px;  }  #result_table,#result_table thead th{   text-align: center;  }  #result_table .td-width-40{   width: 40%;  } </style> <script type="text/javascript"> </script> <script type="text/javascript">  var AppDomain = 'http://localhost:3999/'  $(document).ready(function(){   $("#btn_sub").click(function(){    var user = 'qixiao(10011)';    var resUser = 'alice (3333)';    var request_txt = $("#txt_sub").val();    setView(user,request_txt);    $.ajax({     type: 'post',     url: AppDomain+'chat',     async: true,//异步     dataType: 'json',     data: (     {      "msg":request_txt     }),     success: function (data)     {      console.log(JSON.stringify(data));      if (data.is_success == true) {       setView(resUser,data.message);      }     },     error: function (data)     {      console.log(JSON.stringify(data));     }    });//end Ajax       });  });  function setView(user,text)  {   var subTxt = user + " "+new Date().toLocaleTimeString() +'/n·'+ text;   $("#txt_view").val($("#txt_view").val()+'/n/n'+subTxt);   var scrollTop = $("#txt_view")[0].scrollHeight;    $("#txt_view").scrollTop(scrollTop);   } </script></head><body class="container"> <header class="row">  <header class="row">   <a href="/" class="col-md-2" style="font-family: SimHei;font-size: 20px;text-align:center;margin-top: 30px;">    <span class="glyphicon glyphicon-home"></span>Home   </a>   <font class="col-md-4 col-md-offset-2" style="font-family: SimHei;font-size: 30px;text-align:center;margin-top: 30px;">    <a href="/tools" style="cursor: pointer;">QiXiao - Chat</a>   </font>  </header>  <hr>  <article class="row">   <section class="col-md-10 col-md-offset-1" style="border:border:solid #4B5288 1px;padding:0">Admin : QiXiao </section>   <section class="col-md-10 col-md-offset-1 row" style="border:solid #4B5288 1px;padding:0">    <section class="col-md-9" style="height: 400px;">     <section class="row" style="height: 270px;">      <textarea class="form-control" style="width:100%;height: 100%;resize: none;overflow-x: none;overflow-y: scroll;" readonly="true" id="txt_view"></textarea>     </section>     <section class="row" style="height: 130px;border-top:solid #4B5288 1px; ">      <textarea class="form-control" style="overflow-y: scroll;overflow-x: none;resize: none;width: 100%;height:70%;border: #fff" id="txt_sub"></textarea>      <button class="btn btn-primary" style="float: right;margin: 0 5px 0 0" id="btn_sub">Submit</button>     </section>    </section>    <section class="col-md-3" style="height: 400px;border-left: solid #4B5288 1px;"></section>   </section>  </article> </body> </html>

【系统测试】

1、首先我们将我们的服务运行起来

AI,人工智能,Python,人机对话