AIML框架标签详解

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_in
	s = 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 jieba

kernel = 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>
		<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>
	</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>