AIML框架标签详解

文章目录

• • AIML框架--->分词
  • • 中文分词库-Jieba
    • 中英文分词的方式
    • 全模式分词
    • 精确模式分词
    • 搜索模式
  • AIML框架--->基本标签
  • • 小试牛刀
    • 基本标签
    • star标签
    • random标签
    • srai标签
    • set和get标签
    • that标签
    • topic标签
    • think标签
    • condition标签

前言：
之前有写过关于 AIML初探的文章，
链接： https://blog.csdn.net/weixin_42250835/article/details/86766776

AIML框架—>分词

中文分词库-Jieba

安装Jieba中文分词库：pip install jieba / pip3 install jieba (全自动安装)

目前 Jieba 是几个主流的中文分词库之一，下面是几个主流的分词工具包

分词工具 词库中词的数量 最后更新时间

分词工具词库中词的数量最后更新时间

jieba	16.6万	2015年
IK	27.5万	2012年
mmseg	15万	2014年
word	64.2万	2015年

以上分词工具、词库中词的数量、最后更新时间 信息来自网络搜集。

中英文分词的方式

my name is Fiarter: my name is Fiarter
我的名字是张三: 我 的 名字 是 张三

以上的中英文分词特点，我们可以看到中文分词与英文分词有很大的不同，对英文而言，一个单词就是一个词，而汉语是以字为基本的书写单位，词语之间没有明显的区分标记，需要人为的切分才可以达到中文分词的目的。
在NLP中，分词是一块比较大的知识要点，自然语言处理汉语的时候，中文分词技术是相当重要的，这里关于分词技术不做太多深入的详解，先带大家初步了解分词，形成一种简单直观的分词感觉。

jieba 支持三种分词模式：全模式、精确模式、搜索模式。
全模式：将句子中所有的可能成词的词语都扫描出来，速度非常快，但是不能解决歧义。
精确模式：试图将句子最精确地切开，适合文本分析。
搜索引擎模式：在精确模式的基础上，对长词再次切分，提高召回率，适用于搜索引擎分词。

全模式分词

使用全模式分词需要添加 cut_all 参数，将其设置为 True，代码如下：

import jieba #导入jieba#全模式 while True:my_in = input("") #input手动输入的内容，赋值给变量 my_ins = jieba.cut(my_in,cut_all = True) #input手动输入的内容，通过jieba.cut函数调用，匹配cut_all全模式z = " ".join(s) #使用空格把 jieba 分词的结果区分开。" ":引号中就是普通的字符串print(z) #输出 分词 的结果#例句：早上吃了一个茶叶蛋 #分词结果：早上 吃 了 一个 茶叶 茶叶蛋

精确模式分词

精确模式分词，默认情况下使用精确模式。同样的也可使用cut()方法进行精确模式分词的操作，cut()方法的参数改为 False 即可。代码如下：

#精确模式while True:my_in = input("")#s = jieba.cut(my_in) #默认的情况下使用的就是精确模式s = jieba.cut(my_in,cut_all = False) z = " ".join(s) print(z) #例句：早上吃了一个茶叶蛋 #分词结果：早上 吃 了 一个 茶叶蛋

搜索模式

使用搜索引擎模式分词需要调用 cut_for_search() 方法，代码如下：

#搜索模式（也叫‘搜索引擎模式’） while True:my_in = input("") s = jieba.cut_for_search(my_in) z = " ".join(s) print(z)#例句：早上吃了一个茶叶蛋 #分词结果：早上 吃 了 一个 茶叶 茶叶蛋

AIML框架—>基本标签

小试牛刀

“Project”下新建一个 aiml_main.py 文件，代码如下：

import aiml import jiebakernel = aiml.Kernel() kernel.learn("std-startup.xml") kernel.respond("load aiml b")while True: print(kernel.respond(" ".join(jieba.cut_for_search(input("请输入你的内容>>>")))))

new —> file —> std-startup.xml 创建 “std-startup.xml”文件，代码如下：

<aiml version="1.0.1" encoding="UTF-8"><category><pattern>我 老 了</pattern> <!--加空格的原因是因为需要加入分词--><template>好像是的</template>></category></aiml>

运行 aiml_main

基本标签

<aiml> : 定义AIML文档的开头和结尾
<category> : 定义机器人的知识库中的知识单元。
附：可以理解为所有的对话都由category组成
<pattern> : 定义模式以匹配用户可以输入到机器人中的模式
附：其实就是问题
<template> : 定义机器人对用户输入的响应
附：其实就是机器人对用户的回答

举例：

<aiml version="1.0.1" encoding="UTF-8"><category><pattern>HELLO</pattern><template>Hello User</template></category> </aiml>

star标签

使用方法 <star index = “n”/> n 表示<pattern>标签中用户输入中 * 的位置
附：这样说可能不是很直观，我们结合下面的代码来看一下

<category><!--一个 苹果是一种水果 吗--><pattern>一个 * 是 一种 * 吗</pattern><template>第一个参数值是<star index="1"/>,第二个参数值是<star index="2"></template> </category>

第一个 * 对应的是苹果，第二个行对应的是水果。
附：也可以通过正则表达式这样理解，* 匹配的是苹果和水果。

random标签

用于获取随机响应。此标记使AIML能够针对相同的输入做出不同的响应。
<random>标签与<li>标签一起使用，<li>标签带有不同的响应，这些响应将随机传递给用户。

代码实例：

<category><pattern>我 想 你 了</pattern><template><random><li>我也想你了</li><li>不要脸，想我干啥</li><li>你真奔放啊，上来就说想人家</li><li>上旁边想去</li></random></template> </category>

srai标签

<srai>标签是一个多功能标签。 此标记使AIML能够为同一模板定义不同的目标。
有很多时候，我们提出一系列的问题，但实际上只需要统一的回答，这个时候<srai>标签就有用武之地了。

<srai>标签实例：

<category><pattern>你好 *</pattern><template><srai>你好</srai></template> </category><category><pattern>你好</pattern><template><li>你好啊</li><li>很高兴见到你</li><li>好巧啊，你也来啦</li><li>是不是又想我了</li></template> </category>

set和get标签

<set>和<get>标签用于处理AIML中的变量，变量可以是预定义变量或程序员创建的变量。

<set>标签用于设置变量的值
示例: <set name = “variable-name”>variable-value</set>
<get>标签用于从变量中获取值
示例: <get name = “variable-name”></get>

<category><pattern>你好 我 是 *</pattern><template>你好啊<set name="username"><star/></set>很高兴见到你</template> </category><category><pattern>晚安</pattern><template>美梦，<get name="username"/>跟你聊天很愉快，期待下一次！</template> </category>

that标签

<that>template</that>: <that>标签在AIML中用于根据上下文进行响应

实例：

<category><pattern>你 喜欢 哪个 明星 吗</pattern><template>刘德华</template> </category><category><pattern>我 也 是</pattern><that>刘德华</that><template>太棒了，我也喜欢刘德华啊</template> </category><category><pattern>我 喜欢 * </pattern><that>刘德华</that><template>我也很喜欢他啊</template> </category>

topic标签

<topic>标签在AIML中用于存储上下文，以便以后的对话可以基于该上下文完成。通常，
<topic>标签用于 是/否类型对话。它有助于AIML搜索在主题上下文中编写的类别
1、使用<set>标记定义主题

<template><set name="topic">topic-name</set> </template>

2、使用<topic>标记定义类别

<topic name="topic-name"><category>...</category> </topic>

实例：

<category><pattern>我们 讨论一下 作业 吧</pattern><template>好啊，那就聊聊<set name="topic">作业</set>呗</template> </category> <topic name="作业"> <category><pattern>好难 啊</pattern><template>作业真是难，我也这么想的，太难啦</template> </category> <category><pattern>作业 怎么 做</pattern><template>你说什么呢？我不太理解</template> </category>

think标签

<think>：用于AIML存储变量不通知用户。

实例：

<category><pattern>我的 名字 是 *</pattern><template>你好，欢迎来到贪心学院！<think><set name="username1"></set></think></template> </category><category><pattern>不聊 了</pattern><template>好啊,<get name="username1"/>,那下次聊。</template> </category>

condition标签

<condition>标签类似于编程语言中的swich语句。也可以理解成多个 if else
<ondition name = “variable-name” value = “variable-value” />

实例：

<category><pattern>我 爱 *</pattern><template><think><set name="star"><star/></set></think>哇塞，你好<condition name="star"><li value="健身">帅啊</li><li value="读书">有内涵啊</li><li>666啊</li><condition></template> </category>

总结

以上是生活随笔为你收集整理的AIML框架标签详解的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。