一种在智能对话中实现上下文功能的方法
原文地址:http://blog.csdn.net/speeds3/article/details/78302774
智能对话中有一个经典的场景：
Q：上海的天气
A：上海的天气是……
Q：那北京的呢
A：北京的天气是……第二个问句是一个特殊的问句，它的语义和前一句关联，但单独说它没有明确的意图。目前的olami开放平台提供的IDS模块（应用管理->配置模块->对话系统模块）自身可支持上下文，但对平台用户自己开发的NLI模块却没有提供直接的支持。不过我们可以通过一些办法实现这种功能。下面就介绍一下解决方案。
分析
这种上下文的语句有两种类型，一种是对前文的语义进行一部分的修改，另一种是补充前文语义缺失的部分。修改前文语义的语句一般都是问更多的信息，所以这里把处理这种语句的grammar称为more grammar；补充前文语义，一般都是补充osl语言描述的“slot”信息，所以处理它的grammar在本文叫做slot grammar。前面的例子就是修改前文语义，下例是补充前文语义的情况：
Q：查天气
A：你要查哪里的天气
Q：上海
A：上海的天气是……大多数时候more grammar可以很好的解决问题，但有些情况就不适用。比如：
Q：买机票
A：请问你要从哪里出发
Q：上海 ⑴
A：请问你要去哪里
Q：北京 ⑵
A：上海到北京的机票⑴和⑵两句的类型完全相同，但slot名称不同，只能用同一句grammar来抓取。如果用more grammar来处理，拿到语义后还要纠正slot的名称，这和一般的more grammar有一定的区别。所以将其设定为特殊的more grammar —— slot grammar，在这当中进行设置slot的操作。
利用前面定好的规则，我们希望实现如下场景：
Q：查天气
A：你要查哪里的天气
Q：上海
A：上海的天气是……
Q：那北京的呢？
A：北京的天气是……
Q：南京的呢
A：南京的天气是……另外，如果有多个应用，不应该出现一个模块的more处理了另一个模块上文的情况：
Q：导航去南京
A：到南京的路线……
Q：那北京的呢？ // 这是天气的more
A：北京的天气是…… // 不应该出现这种情况最后，两个应用模块共同的more语法要能被正确的模块处理：
Q：查天气
A：你要查哪里的天气
Q：上海
A：上海的天气是……
Q：导航
A：你要去哪里
Q：上海
Q：到上海的路线是……总结起来，我们的目标有：
-
模块的more可以继承上文的部分语义组合成一个完整的语义；
-
一个模块的more不应该继承另一个模块的上文；
-
相同的句式（例如整句是一个地点）能被正确的模块处理。
方案
计划用两个功能模块和一个公共模块来演示上下文的功能。两个功能模块一个是天气，功能是查指定城市的天气；另一个是导航，考虑到简化流程，只接收目的地的设置，出发地理解为当前地点。公共模块用来处理一些两个模块都要支持的more语句，例如“北京”这种。
实现
语法平台的操作
首先在平台上建三个新的模块，分别是weather（天气），navi（导航）和common（公共模块）。
然后，由于三个模块都需要一个地点的slot，所以每个模块都添加上：
高级设置中设置验证类别，之后应用时系统会自动验证抓到的内容是不是这个类型。同时引用类型设置为地点，以后可以用”那里“来引用上文的地点：
接下来依次添加需要的grammar，注意要覆盖上文需要实现场景中的所有情况。普通的grammar和平常一样写，more的grammar将modifier设置为more：
weather
不带location：[我要|帮我|我想]查[[一]下]天气<{@=query}>
带location的完整grammar：(<location>|(那里|那儿)<{location@=last}>)的天气[怎[么]样]<{@=query}>
more grammar：([那]<location>的[呢|怎么样|如何]|查<location>[的]|<location>(呢|怎么样|如何))<{@=more}>navi
(帮我|我要)导航<{@=navi}>
导航(去|到)(<location>|(那里|那儿)<{location@=last}>)<{@=navi}>
([那](到|去)<location>[的]呢|[我要|我想]去<location>)<{@=more}>common
抓整句作为location slot：(<location>|(那儿|那里)<{location@=last}>)<{@=slot}>客户端的内容
本文用swt来实现客户端。导入olami java client sdk之后就能使用其提供的nli接口了。由于olami服务器目前只能提供一句话的语义解析，而不能指定上下文，所以客户端需要保存一些状态。这些状态包括：
-
处理上一回合语义的模块。用于判断本回合的more语义是否要进行处理。
-
上一回合模块是否处于等待slot输入的状态，以及需要的slot名称。这样同类型不同名称的slot不会被混淆。
-
上一回合的语义。目的是和本回合的more或slot语义进行合并，得到完整的语义。
和nli接口的交互封装在NliService类中。另外我们定义的每一个应用模块都有一个相应的app类处理其语义。这些类由NliService统一管理。NliService收到服务器返回语义后，会做一些简单的处理，如果是公共模块的语义就交给正确的上文app，其他的语义按照它的app名称进行分配。下面是NliService的代码：
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服务,key与nli系统中的app名称对应，方便使用。
appService.put("weather", new WeatherApp());
appService.put("navi", new NaviApp());
}
// 通过用户输入得到处理结果
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")) {
// 处理公共语义，交给lastapp处理
if (lastapp != null) {
App app = appService.get(lastapp);
if ("slot".equals(app.status())) {
return app.getResult(sem);
} else {
return "抱歉，你说的我还不懂";
}
}
} else {
App app = appService.get(appname);
if (app != null) {
String result = app.getResult(sem);
lastapp = appname;
return result;
} else {
return "错误：未知服务类型";
}
}
} else {
return content;
}
}
}
return "抱歉，你说的我还不懂";
}
public static String getLastApp () {
return lastapp;
}
}模块app中保存了上一回合的语义，以及一个回合结束之后app的状态。通过语义中的特殊标记（“more”或”slot）和普通的modifier，与slot信息一起得到结果。由于没有数据源，所以结果都只用一句话来代替。为了清晰的展示返回结果是由哪个app处理的，代码中在每个回答前加上了【app名称】的前缀。下面是weatherapp的代码：
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<>();
// 保存当前的app状态，目前有"slot"一种可能，表示拿到的语义缺少slot信息，需要用户继续输入。
// 此时slotgrammar才会生效
private String status = null;
private String op = null;
@Override
public String getResult(Semantic sem) {
// 保存前一个回合的modifier，便于处理more和slot的情况
List<String> temp = lastmods;
lastmods = modifiers;
modifiers = temp;
modifiers.clear();
// 设置新的modifier
for (String mod : sem.getGlobalModifiers()) {
modifiers.add(mod);
}
// 目前的功能只需要，并且语法中的语句都只有一个modifier，扩展的话需另作处理
if (modifiers.size() == 1) {
String modifier = modifiers.get(0);
if (modifier.equals("more")) {
// 通过nliservice中的lastapp是否是这个app判断是否要解析此more语义
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处于“slot”状态时才处理此slot语义
if (!"weather".equals(NliService.getLastApp())) {
return "【weather】你给我的信息太少了";
} else if (!"slot".equals(status)) {
return "【weather】我不明白你跟我说的是什么";
} else {
setSlots(sem.getSlots());
return result();
}
} else {
// app的一般流程，这里表示modifier是“query”的情况
reset();
op = modifier;
setSlots(sem.getSlots());
return result();
}
} else {
return "【weather】我的神经发生了混乱";
}
}
// 通过保存的op和slots的组合确定当前执行哪种操作，并设置对应的app状态
private String result() {
if (op.equals("query")) {
if (slots.containsKey("location")) {
String location = slots.get("location").getValue();
status = null;
return "【显示" + location + "的天气】";
} else {
status = "slot";
return "【weather】你要查哪里的天气呢？";
}
} else {
status = null;
return "【weather】我好像出了点问题？";
}
}
// 把参数slots中的slot信息保存起来
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的代码和它大同小异。
运行结果
加上一个简单的界面，就可以测试输出结果。
- 可以进行追问：
- 天气的more grammar不会处理导航的上文：
- 相同的句式不会混淆：
这样前文期望的目标基本都实现了。
总结与展望
通过给语法做标记，再在客户端做一些工作，我们可以实现一些基本的上下文处理。这已经可以满足相当一部分应用对上下文理解的需求。当然由于不是在语法匹配上支持的上下文，这里的办法有一些局限性，当应用数量和复杂度提高时很可能会出现问题。希望olami平台能尽快在服务端增加上下文的功能，这样使用起来就可以更加简便，应用的处理逻辑也可以更加简明和清晰。
