原文地址:http://blog.csdn.net/speeds3/article/details/78302774
智能對話中有一個經(jīng)典的場景：
Q：上海的天氣
A：上海的天氣是……
Q：那北京的呢
A：北京的天氣是……
第二個問句是一個特殊的問句宋梧，它的語義和前一句關聯(lián)是尖，但單獨說它沒有明確的意圖翁狐。目前的olami開放平臺提供的IDS模塊（應用管理->配置模塊->對話系統(tǒng)模塊）自身可支持上下文，但對平臺用戶自己開發(fā)的NLI模塊卻沒有提供直接的支持正驻。不過我們可以通過一些辦法實現(xiàn)這種功能。下面就介紹一下解決方案炬搭。
分析
這種上下文的語句有兩種類型漏益，一種是對前文的語義進行一部分的修改，另一種是補充前文語義缺失的部分粘舟。修改前文語義的語句一般都是問更多的信息熔脂，所以這里把處理這種語句的grammar稱為more grammar；補充前文語義柑肴，一般都是補充osl語言描述的“slot”信息霞揉，所以處理它的grammar在本文叫做slot grammar。前面的例子就是修改前文語義嘉抒，下例是補充前文語義的情況：
Q：查天氣
A：你要查哪里的天氣
Q：上海
A：上海的天氣是……
大多數(shù)時候more grammar可以很好的解決問題零聚，但有些情況就不適用。比如：
Q：買機票
A：請問你要從哪里出發(fā)
Q：上海 ⑴
A：請問你要去哪里
Q：北京 ⑵
A：上海到北京的機票
⑴和⑵兩句的類型完全相同些侍，但slot名稱不同隶症，只能用同一句grammar來抓取。如果用more grammar來處理岗宣，拿到語義后還要糾正slot的名稱蚂会，這和一般的more grammar有一定的區(qū)別。所以將其設定為特殊的more grammar —— slot grammar耗式，在這當中進行設置slot的操作胁住。
利用前面定好的規(guī)則，我們希望實現(xiàn)如下場景：
Q：查天氣
A：你要查哪里的天氣
Q：上海
A：上海的天氣是……
Q：那北京的呢刊咳？
A：北京的天氣是……
Q：南京的呢
A：南京的天氣是……
另外彪见，如果有多個應用，不應該出現(xiàn)一個模塊的more處理了另一個模塊上文的情況：
Q：導航去南京
A：到南京的路線……
Q：那北京的呢娱挨？ // 這是天氣的more
A：北京的天氣是…… // 不應該出現(xiàn)這種情況
最后余指，兩個應用模塊共同的more語法要能被正確的模塊處理：
Q：查天氣
A：你要查哪里的天氣
Q：上海
A：上海的天氣是……
Q：導航
A：你要去哪里
Q：上海
Q：到上海的路線是……
總結(jié)起來，我們的目標有：
模塊的more可以繼承上文的部分語義組合成一個完整的語義跷坝；
一個模塊的more不應該繼承另一個模塊的上文酵镜；
相同的句式（例如整句是一個地點）能被正確的模塊處理碉碉。
方案
計劃用兩個功能模塊和一個公共模塊來演示上下文的功能。兩個功能模塊一個是天氣淮韭，功能是查指定城市的天氣垢粮；另一個是導航，考慮到簡化流程靠粪，只接收目的地的設置蜡吧，出發(fā)地理解為當前地點。公共模塊用來處理一些兩個模塊都要支持的more語句庇配，例如“北京”這種斩跌。
實現(xiàn)
語法平臺的操作
首先在平臺上建三個新的模塊，分別是weather（天氣）捞慌，navi（導航）和common（公共模塊）耀鸦。
然后，由于三個模塊都需要一個地點的slot啸澡，所以每個模塊都添加上：
高級設置中設置驗證類別袖订，之后應用時系統(tǒng)會自動驗證抓到的內(nèi)容是不是這個類型。同時引用類型設置為地點嗅虏，以后可以用”那里“來引用上文的地點：
接下來依次添加需要的grammar洛姑，注意要覆蓋上文需要實現(xiàn)場景中的所有情況。普通的grammar和平常一樣寫皮服，more的grammar將modifier設置為more：
weather
不帶location：[我要|幫我|我想]查[[一]下]天氣<{@=query}>
帶location的完整grammar：(<location>|(那里|那兒)<{location@=last}>)的天氣[怎[么]樣]<{@=query}>
more grammar：([那]<location>的[呢|怎么樣|如何]|查<location>[的]|<location>(呢|怎么樣|如何))<{@=more}>
navi
(幫我|我要)導航<{@=navi}>
導航(去|到)(<location>|(那里|那兒)<{location@=last}>)<{@=navi}>
([那](到|去)<location>[的]呢|[我要|我想]去<location>)<{@=more}>
common
抓整句作為location slot：(<location>|(那兒|那里)<{location@=last}>)<{@=slot}>
客戶端的內(nèi)容
本文用swt來實現(xiàn)客戶端楞艾。導入olami java client sdk之后就能使用其提供的nli接口了。由于olami服務器目前只能提供一句話的語義解析龄广，而不能指定上下文硫眯，所以客戶端需要保存一些狀態(tài)。這些狀態(tài)包括：
處理上一回合語義的模塊择同。用于判斷本回合的more語義是否要進行處理两入。
上一回合模塊是否處于等待slot輸入的狀態(tài)，以及需要的slot名稱敲才。這樣同類型不同名稱的slot不會被混淆裹纳。
上一回合的語義。目的是和本回合的more或slot語義進行合并紧武，得到完整的語義剃氧。
和nli接口的交互封裝在NliService類中。另外我們定義的每一個應用模塊都有一個相應的app類處理其語義阻星。這些類由NliService統(tǒng)一管理她我。NliService收到服務器返回語義后，會做一些簡單的處理，如果是公共模塊的語義就交給正確的上文app番舆，其他的語義按照它的app名稱進行分配。下面是NliService的代碼：
package moredemo;
import java.io.IOException;
import java.security.NoSuchAlgorithmException;
import java.util.HashMap;
import ai.olami.cloudService.APIConfiguration;
import ai.olami.cloudService.APIResponse;
import ai.olami.cloudService.APIResponseData;
import ai.olami.cloudService.TextRecognizer;
import ai.olami.nli.NLIResult;
import ai.olami.nli.Semantic;
import app.App;
import app.NaviApp;
import app.WeatherApp;
public class NliService {
private static final String appkey = "85d85d62d2b3450c97c2f547c7d8de48";
private static final String appSercert = "57467df93d4c4f65a176ab06cca660ee";
private HashMap<String, App> appService = new HashMap<>();
private static String lastapp = null;
private TextRecognizer recognizer = null;
public void init() {
APIConfiguration config = new APIConfiguration(appkey, appSercert, APIConfiguration.LOCALIZE_OPTION_SIMPLIFIED_CHINESE);
recognizer = new TextRecognizer(config);
// 初始化app服務,key與nli系統(tǒng)中的app名稱對應矾踱，方便使用恨狈。
appService.put("weather", new WeatherApp());
appService.put("navi", new NaviApp());
}
// 通過用戶輸入得到處理結(jié)果
public String process(String input) {
String result = null;
if (recognizer != null) {
try {
APIResponse response = recognizer.requestNLI(input);
result = handleResponse(response);
} catch (NoSuchAlgorithmException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (Exception e) {
e.printStackTrace();
}
}
return result;
}
private String handleResponse(APIResponse response) {
if (response.hasData()) {
APIResponseData data = response.getData();
if (data.hasNLIResults()) {
NLIResult nliResult = data.getNLIResults()[0];
String content = nliResult.getDescObject().getReplyAnswer();
if (nliResult.getDescObject().getStatus() == 0 && nliResult.hasSemantics()) {
Semantic sem = nliResult.getSemantics()[0];
String appname = sem.getAppModule();
if (appname.equals("common")) {
// 處理公共語義，交給lastapp處理
if (lastapp != null) {
App app = appService.get(lastapp);
if ("slot".equals(app.status())) {
return app.getResult(sem);
} else {
return "抱歉呛讲，你說的我還不懂";
}
}
} else {
App app = appService.get(appname);
if (app != null) {
String result = app.getResult(sem);
lastapp = appname;
return result;
} else {
return "錯誤：未知服務類型";
}
}
} else {
return content;
}
}
}
return "抱歉禾怠，你說的我還不懂";
}
public static String getLastApp () {
return lastapp;
}
}
模塊app中保存了上一回合的語義，以及一個回合結(jié)束之后app的狀態(tài)贝搁。通過語義中的特殊標記（“more”或”slot）和普通的modifier吗氏，與slot信息一起得到結(jié)果。由于沒有數(shù)據(jù)源雷逆，所以結(jié)果都只用一句話來代替弦讽。為了清晰的展示返回結(jié)果是由哪個app處理的，代碼中在每個回答前加上了【app名稱】的前綴膀哲。下面是weatherapp的代碼：
package app;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import ai.olami.nli.Semantic;
import ai.olami.nli.slot.Slot;
import moredemo.NliService;
public class WeatherApp implements App {
private List<String> modifiers = new ArrayList<>();
private List<String> lastmods = new ArrayList<>();
private Map<String, Slot> slots = new HashMap<>();
// 保存當前的app狀態(tài)往产，目前有"slot"一種可能，表示拿到的語義缺少slot信息某宪，需要用戶繼續(xù)輸入仿村。
// 此時slotgrammar才會生效
private String status = null;
private String op = null;
@Override
public String getResult(Semantic sem) {
// 保存前一個回合的modifier，便于處理more和slot的情況
List<String> temp = lastmods;
lastmods = modifiers;
modifiers = temp;
modifiers.clear();
// 設置新的modifier
for (String mod : sem.getGlobalModifiers()) {
modifiers.add(mod);
}
// 目前的功能只需要兴喂，并且語法中的語句都只有一個modifier蔼囊，擴展的話需另作處理
if (modifiers.size() == 1) {
String modifier = modifiers.get(0);
if (modifier.equals("more")) {
// 通過nliservice中的lastapp是否是這個app判斷是否要解析此more語義
if (!"weather".equals(NliService.getLastApp())) {
return "【weather】抱歉，我不明白你的意思";
} else {
setSlots(sem.getSlots());
return result();
}
} else if (modifier.equals("slot")) {
// lastapp是此app且此app處于“slot”狀態(tài)時才處理此slot語義
if (!"weather".equals(NliService.getLastApp())) {
return "【weather】你給我的信息太少了";
} else if (!"slot".equals(status)) {
return "【weather】我不明白你跟我說的是什么";
} else {
setSlots(sem.getSlots());
return result();
}
} else {
// app的一般流程衣迷，這里表示modifier是“query”的情況
reset();
op = modifier;
setSlots(sem.getSlots());
return result();
}
} else {
return "【weather】我的神經(jīng)發(fā)生了混亂";
}
}
// 通過保存的op和slots的組合確定當前執(zhí)行哪種操作畏鼓，并設置對應的app狀態(tài)
private String result() {
if (op.equals("query")) {
if (slots.containsKey("location")) {
String location = slots.get("location").getValue();
status = null;
return "【顯示" + location + "的天氣】";
} else {
status = "slot";
return "【weather】你要查哪里的天氣呢？";
}
} else {
status = null;
return "【weather】我好像出了點問題蘑险？";
}
}
// 把參數(shù)slots中的slot信息保存起來
private void setSlots(Slot[] slots) {
for (Slot slot : slots) {
this.slots.put(slot.getName(), slot);
}
}
private void reset() {
slots.clear();
op = null;
}
@Override
public String status() {
return status;
}
}
navi的代碼和它大同小異滴肿。
運行結(jié)果
加上一個簡單的界面，就可以測試輸出結(jié)果佃迄。
- 可以進行追問：
- 天氣的more grammar不會處理導航的上文：
- 相同的句式不會混淆：
這樣前文期望的目標基本都實現(xiàn)了泼差。
總結(jié)與展望
通過給語法做標記，再在客戶端做一些工作呵俏，我們可以實現(xiàn)一些基本的上下文處理堆缘。這已經(jīng)可以滿足相當一部分應用對上下文理解的需求。當然由于不是在語法匹配上支持的上下文普碎，這里的辦法有一些局限性吼肥，當應用數(shù)量和復雜度提高時很可能會出現(xiàn)問題。希望olami平臺能盡快在服務端增加上下文的功能，這樣使用起來就可以更加簡便缀皱，應用的處理邏輯也可以更加簡明和清晰斗这。
