初接触人工智能

阅读量：5262 次

发布时间：2019-06-14

本文共 7106 字，大约阅读时间需要 23 分钟。

实现功能

搭建人工智能--人机对话服务端平台

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

所需技能

　　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

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

import aimlos.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

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

8、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>

<title>qixiao tools</title>

.top-margin-20{

margin-top: 20px;

}

#result_table,#result_table thead th{

text-align: center;

}

#result_table .td-width-40{

width: 40%;

}

</style>

</script>

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>

<span class="glyphicon glyphicon-home"></span>Home

</a>

<a href="/tools" style="cursor: pointer;">QiXiao - Chat</a>

</font>

</header>

<hr>

<section class="col-md-10 col-md-offset-1" style="border:border:solid #4B5288 1px;padding:0">Admin : QiXiao </section>

</section>

<button class="btn btn-primary" style="float: right;margin: 0 5px 0 0" id="btn_sub">Submit</button>

</section>

</section>

</article>

</body>

</html>

【系统测试】

　　1、首先我们将我们的服务运行起来

　　2、调用测试

【可能遇到问题】　　：中文乱码

转载于:https://www.cnblogs.com/KT182/p/9046698.html

你可能感兴趣的文章

css & input type & search icon

Octotree Chrome安装与使用方法

查看>>

Windows 环境下基于 Redis 的 Celery 任务调度模块的实现

查看>>

趣谈Java变量的可见性问题

查看>>

C# 强制关闭当前程序进程（完全Kill掉不留痕迹）

查看>>

ssm框架之将数据库的数据导入导出为excel文件

查看>>

语音识别中的MFCC的提取原理和MATLAB实现

查看>>

验证组件FluentValidation的使用示例

查看>>

0320-学习进度条

查看>>

解决windows系统的oracle数据库不能启动ora-00119和ora-00130的问题

关闭Chrome浏览器的自动更新和升级提示

查看>>

移动、尺寸改变

查看>>

poj2255Tree Recovery【二叉树重构】

实现功能

搭建人工智能--人机对话服务端平台

实现调用服务端平台进行人机对话交互

实现思路

开发及部署环境

所需技能

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

1.安装Python aiml库

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

4.与alice聊天

5.用Tornado搭建聊天机器人网站

6. 简单搭建一个聊天界面

7、目录结构

8、Python服务端代码：

9、Html前端代码

【系统测试】

1、首先我们将我们的服务运行起来

2、调用测试

【可能遇到问题】　　：中文乱码

实现功能

搭建人工智能--人机对话服务端平台

实现调用服务端平台进行人机对话交互

实现思路

开发及部署环境

所需技能

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

1.安装Python aiml库

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

4.与alice聊天

5.用Tornado搭建聊天机器人网站

6. 简单搭建一个聊天界面

7、目录结构

8、Python服务端代码：

9、Html前端代码

【系统测试】

1、首先我们将我们的服务运行起来

2、调用测试

【可能遇到问题】 ：中文乱码

　　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

（ 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）

　6. 简单搭建一个聊天界面

　9、Html前端代码

　　1、首先我们将我们的服务运行起来

　　2、调用测试

【可能遇到问题】　　：中文乱码