wwj718 / deepThought

deepThought is a conversational smart bot

deepThought

一个聊天机器人

The answer to life, universe and everything is 42 --deepThought

目标

• 具有从真实对话或语料库中学习的能力
• 有泛化能力
• 能从自然语言中推测用户意图
• 针对意图，给予恰当回答（回调任务模块）
• 构造通用的解析工具，将自然语言解析为结构化信息

核心概念

• 实体 (Entity)
• 意图 (intent)
• 行动/响应(action)
• 结构化的输出
• 实体的模式
• require 请求补齐
• 上下文环境 (context)
• session

设计

• 插件化
• 输入/输出
• 存储
• 逻辑单元
• 事件驱动（意图）
• 让数据在管道中流动
• 区分两类bot
• 闲聊型
• 学习人类说话 * 在对话中学习
• 助理型
• 领域知识
• 搜索
• rich output
• 不要放弃超链（支持富文本输出）
• 采用ipython交互做实验
• from IPython.display import HTML, Image, YouTubeVideo

涉及知识

• 自然语言处理（NLP）
• 中文分词
• 命名实体识别
• 模式匹配(Haskell)
• 借鉴lisp
• 机器学习
• 朴素贝叶斯
• RNN
• LSTM

思路

提取结构化信息

• 通过命名实体识别等取出语言的结构，之后转化为其他问题：
• 作为机器学习的特征向量
• 模式匹配问题（lisp）
• 结构化的信息可以作为功能函数（action）的变量，以此来对接业务系统（database/RESTful）
• 特征/意图到action的过程，通过学习和训练完成（神经网络/机器学习）
• action可以对接到既有业务/系统（webapp/database/api）

intent的促发条件

• intent的促发可以有依赖条件（类比django中的@require）,由此进一步向用户索求信息，以不足促发条件

语料库

• 电影字幕
• 小说台词
• 古龙
• 构建openbot，开发技术和接口，也开放语料库，大家一起来收集真实语料库，通过开源和协议说明来处理隐私问题

Todo

• 将wit作为bot的一个logic adapter
• 添加timeout

Done

• bot作为一个RESTful服务
• 对接微信，作为自动回复机器人
• 运行在树莓派上（长期稳定）
• 文字 -> 语音

衍生计划

openBot（闲聊型）

• 源码开放/服务开放/语料库开放
• 允许接入到开发者自己的应用
• http请求
• sdk
• 作为RESTful服务
• 使用django-rest-framework作为框架，可以快速构建api
• 丰富的免费午餐 * oauth2/access token * 访问（次数）控制
• 后期可能需要考虑效率问题

openBot中需要关注的核心问题：如何设计一种机制，让这个过程具有扩张性（《失控》）