使用 NLP 创建用户助理

Question

我在 Coursera 上学习名为“自然语言处理”的课程，虽然课程内容丰富，但我想知道所提供的内容是否符合我的要求。

基本上我想实现一个文本版本Cortana 或 Siri 现在作为一个项目，即用户可以在其中以自然语言为计算机输入命令，这些命令将被处理并翻译成适当的操作系统命令。我的问题是

在处理语音之后，上述应用程序的一般步骤顺序是什么？他们是标记文本然后解析它，还是有其他方法？

它属于 NLP 的哪个应用程序？有人可以引用我的一些好的资源吗？我唯一的疑问是，我现在所遵循的，是否会对我的目标起到任何重要作用？

Answer 1

您想要创建的内容可以被认为是一个受到严格限制的聊天机器人，除非您不是试图与用户进行一般性对话，而是处理特定的自然语言输入并将其映射到特定的命令或操作。

本质上，您需要一种工具，可以对各种用户输入进行模式匹配，提取或至少识别各种重要的主题或主题元素，然后决定如何处理这些数据。

我不会对自然语言处理进行抽象讨论，而是提出建议。 使用 ChatScript。它是一个免费的开源工具，用于创建最近在 Loebner 聊天机器人比赛中获得第一名的聊天机器人，过去曾多次获奖：

http://chatscript.sourceforge.net/

该工具是用 C++ 编写的，但您无需接触源代码即可创建 NLP 应用程序；只需使用该工具提供的脚本语言。虽然最初是为聊天机器人编写的，但它已扩展为一个非常对程序员友好的工具，用于执行任何类型的 NLP 应用程序。

最重要的是，您不受工具理念的限制或工具提供的框架的限制。它具有大多数脚本语言的所有功能，因此您不会发现自己在完成应用程序的过程中走了很长一段路，只是在最后一英里发现了一些压倒性的限制，从而使您的应用程序失败或至少严重削弱了它。

它还包括大量本体，可以显着启动您的开发工作，并且它的内置预处理器进行词性解析，输入一致性 以及许多其他对编写脚本至关重要的任务，这些脚本可以很容易地泛化以处理用户输入的巨大变化。它还具有与 WordNet 同义词集数据库的完整接口。 ChatScript 中还有许多其他重要的特性可以让 NLP 开发变得更加容易，这里就不一一列举了。它可以在 Linux 或 Windows 上作为可以使用 TCP-IP 套接字连接访问的服务器运行。

以下是一些 ChatScript 脚本代码的小而过于简单的示例：

# Define the list of available devices in the user's household.
concept: ~available_devices( green_kitchen_lamp stove radio )

#! Turn on the green kitchen lamp.
#! Turn off that damn radio!
u: ( turn _[ on off ] *~2 _~available_devices )
    # Save off the desired action found in the user's input.  ON or OFF.
    $action = _0

    # Save off the name of the device the user wants to turn on or off.
    $target_device = _1

    # Launch the utility that turns devices on and off.
    ^system( devicemanager $action $target_device )

以上是典型的 ChatScript 规则。你的应用会有很多这样的规则。这条规则是寻找来自用户的命令来打开和关闭房子里的各种设备。 # 字符表示一行是注释。以下是规则head的细分：

• 它由前缀 u: 组成。这告诉 ChatScript 一个规则，该规则接受 statement 或 question 格式的用户输入。
• 它由匹配模式组成，即括号之间的内容。此匹配模式在句子中的任何位置查找单词 turn。接下来，它会寻找所需的用户操作。方括号告诉 ChatScript 匹配单词 on 或 单词 off。方括号前面的 下划线 告诉 ChatScript 捕获匹配的文本，就像括号在正则表达式中所做的一样。 ~2 标记是范围受限的通配符。它告诉 ChatScript 在词 turn 和名为 ~available_devices 的概念集之间最多允许 2 个插入词。 ~available_devices 是一个概念集。它在规则上方定义，包含用户可以打开和关闭的一组已知设备。概念集名称前面的下划线告诉 ChatScript 捕获用户在其输入中指定的设备名称。

如果规则模式匹配当前用户输入，它会“触发”，然后规则的body 会执行。该规则正文的内容相当明显，每行上方的 cmets 应该可以帮助您了解该规则在被触发时的作用。它将从用户输入中捕获的所需操作和所需目标设备保存到变量中。 （ChatScript 变量名前面有一个单或双美元符号。）然后它向操作系统发送 shell 以执行一个名为 devicemanager 的程序，该程序实际上将打开 on 或 关闭所需的设备。

我想指出 ChatScript 的众多功能之一，这些功能使其成为强大的工业级 NLP 工具。如果您查看规则上方，您会看到两个句子，前面有一个由字符 #! 组成的字符串。这些不是 cmets，而是验证句。您可以在 verify 模式下运行 ChatScript。在 verify 模式下，它会在你的脚本中找到所有的验证语句。然后它会将每个验证语句应用到紧随其后的规则。如果规则模式与验证语句不匹配，则会将错误消息写入日志文件。这使得每个验证语句都成为一个很小的、易于实现的单元测试。因此，稍后当您对脚本进行更改时，您可以在 verify 模式下运行 ChatScript 并查看是否破坏了任何内容。