人工智能课程论文人工智能课程论文.docx

目录1.项目简介22.人工智能标记语言AIML22.1 AIML语法构成要素22.2 AIML知识库的结构33.ALICE内部推理机制33.1 ALICE系统工作流程33.2 ALICE推理机制43.3 基本原理54. ALICE在中文处理上的问题64.1分词和词性标注64.2同义句处理74.3句式变换75. ALICE支持中文的实现（我组自主实现部分）75.1项目结构总览75.2代码实现85.3界面设计115.4标签的使用与测试115.5学习能力的实现205.6还需改进的地方226.参考文献221.项目简介ALICE是由美国宾西尼亚州Lehigh大学的Richard S.Wallace博士开发的一个基于经验的人工智能聊天机器人，它以AIML作为知识描述语言，目前存储了四万多条知识分类。早期的版本是由java语言实现的，近年来又出现了一系列用其它各种语言实现的AIML解析器，ALICE目前可以支持英语、德语以及法语对话，但是由于汉语与西方语言差别很大，要想ALICE进行中文对话，还必须深入剖析它的运行机理，针对汉语的特点，做出进一步的改进。我组本次人工智能的项目是在智能聊天机器人Alice上加以改进完成的，使其能够进行中文对话，并具有学习的能力。本文主要介绍机器人小爱的知识组织结构、内部推理机制以及我组实现的改进部分的工作。2.人工智能标记语言AIMLALICE采用AIML作为它的知识描述语言。AIML是利用XML标准定义的一种服务于人工智能领域需要的特定语言，设计AIML的最初意图就是为了能够用最简单的方式来创建人工智能聊天机器人，而且在语法上能与大家所熟悉的HIML语法接近。AIML在整个聊天系统中的作用至关重要，ALICE的各种版本的核心实现也无非是围绕怎样方便、有效、快捷地组织和检索AIML知识分类这个问题进行的。2.1 AIML语法构成要素在AIML中，基本的知识单元是由分类（category）构成的，而每一个分类又是由用户输入的问题、ALICE输出的答案和可选上下文环境所组成，一个简单的分类如下所示：categorypatternHELLO/patterntemplateHi,there!/template/category其中，模式pattern部分代表用户输入的问话，模板template部分则代表用户输入这一问话后，系统应该给出的答案。AIML还有其它许多重要标记，如递归调用标记srai,随机选择输出标记random等。这一部分还会在后面详细介绍。2.2 AIML知识库的结构AIML知识库由多个以AIML为后缀名的文件组成，每个AIML文件可以代表一个相似领域的可能话题，如关于时间方面的知识条目，我们就可以把它组织到time.aiml文件中，以便于整体知识的分类管理。一个简单的AIML文件内容如下所示：?xml version=”1.0” encoding=”ISO-8859-1”?aiml version=”1.0”categorypatternHOW MANY DAYS * WEEK /patterntemplate 7 days per week /template/category…….categorypatternHOW MANY SECONDS * YEAR/patterntemplateApproximately 3.14 times 10 to the seventh./template/category/aiml……..上面这个例子中，主要的话题可能就是时间。类似的，我们还可以新增的文件，以天气、运动、爱好等为主题。可以看出AIML就如同一个关于问题和答案的简单数据库，其中模式部分与SQL查询语言相似，但还要简单，由于模板中可能还包含递归调用标记，因此最最输出并不仅仅依赖于死一个匹配上的分类，还与递归调用标记中的内容有关。3.ALICE内部推理机制3.1 ALICE系统工作流程ALICE系统在启动时，首先根据配置文件进行系统的初始化操作，并把AIML文件内容以树的结构形式加载到内存当中，形成内存知识树，这样当系统在响应用户输入的问句时，可以直接在内存树中进行推理，提高了响应速度，加载完毕之后，等待用户输入问句。接收用户输入时进行问句规范化处理，然后将规范化处理后的问句与内存知识树中的模式进行匹配，寻求最佳结果，找到之后读出该匹配模式对应的模板信息，进行模板处理，处理完后返回用户结果，等待用户输入新问句。系统工作流程图如下：3.2 ALICE推理机制ALICE的核心推理部分成为Graphmaster，它由一系列称为Nodemapper的节点集组成。每一个Nodemapper都有若干个从该节点出来的分支，这些分支可能是一个单词，也可能是一个通配符。每一个分支代表一个模式的第一个单词，第二级分支