AI人工智能 Python实现人机对话

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 aiml
os.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实现人机对话

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实现人机对话

9、Python服务端代码

#!/usr/bin/env python

# -*- coding: utf-8 -*-

import os.path
import tornado.auth
import tornado.escape
import tornado.httpserver
import tornado.ioloop
import tornado.options
import tornado.web
from tornado.options import define, options

import os
import aiml

os.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实现人机对话

2、调用测试

然后我们进行前台界面的调用

AI人工智能 Python实现人机对话

AI人工智能 Python实现人机对话

这里我们可以看到,我们的项目完美运行,并且达到预期效果。

【可能遇到问题】  

中文乱码

【系统展望】

经过测试,中文目前不能进行对话,只能使用英文进行对话操作,有待改善。

相关推荐