儿童机器人AI引擎，包括自然语言理解、对话生成、多轮对话、状态跟踪、智能推荐以及第三方服务的集合_Python.zip

# QueryAnalysis # 当前业界文本语义信息抽取基本是使用正则表达式来完成的，正则表达式本身并不提供管理与测试功能。 在进行基于正则的文本语义抽取的时候，还需要做大量的基础工作，来便于编写、管理和测试正则表达式。 本项目提供大量底层与框架支持，便于使用者方便的编写，管理与测试大批量的正则表达式，以支持高效稳定的语义抽取服务。 ## 本项目由3块组成 ## * 1.词典（用于组织需要被正则模板使用的底层词库） * 2.正则语义模板（根据不同业务编写的一组正则表达式） * 3.框架与lib包（用于加载正则表达式完成对输入文本的语义抽取） ## 1.词典模块 ## 词典模块位于dict目录 对于需要公共使用的词典放到common目录里，其它各语义需要使用的词典放到各自的目录中 词典模块中的词典文件使用csv文件格式 词典内容支持多列形式，支持对词典中每个词添加一个或多个属性（词典中用,分隔） 对于写成的词典需要在/dict/dict.py中加载上来，供正则模板使用 方法如下： 方法一：加载不带属性 > stop_words = WordsDict( > './dict/common/stop_words.csv') 方法二：加载带属性的字典（字典中用逗号分隔的） > animal_name = WordsDict( > './dict/animal/animal.csv', > property_name_list=['arid'], > group_name='animal') property_name_list参数，指定逗号分隔，依次第n个参数返回时的字段名 group_name参数，指定被命中的信息，在字典中返回的key名 如：我要看老虎，这句老虎在字典中定义如下： >老虎,1 >被正则命中后取得的返回结果中就会包含如下信息： >{'arid': '1', 'animal': '老虎'} ## 2.正则语义模板 ## 正则语义模板位于/nlu目录 media目录是指用于需播放的信息，如相声，戏曲，动画，故事等，这类播放结构较为类似，故放在同一目录下 使用/nlu/media/common提取公共部分，在各模块内部只完成各自不同的信息即可。 smart目录下是指智能硬件的模块。 在/nlu目录下的其它模块，每个模块均代表1种语义 每个正则语义模块下有2个需要添加的内容： 1.service属性，这个属性指明这个类是代表什么语义的，在输入文本命中本类中包含的正则语义后， 返回的信息里会包含这个service属性。 2.nlu.rule.Rule对象，这个对象中包含的正则表达式信息，框架会用来对输入文本进行匹配。 ## 3.框架与lib包 ## 当包含有正则表达式的语义类完成之后，需要把这个类注册到框架中去，方法如下： > import nlu.animal as animal > from nlu.nlu_framework import Nlu_Framework > Nlu_Framework.register(animal.Animal) 这样框架就可以用Animal类里的Rule对象所指定的正则变量来处理输入文本了 使用框架匹配正则模块如下： > match_dict_list = Nlu_Framework.match('我想看老虎') > print match_dict_list[0].items() 输出如下： > [('operation', 'query'), ('service', 'animal'), > ('parameters', {'arid': '1', 'rule': '5', 'animal': '\xe8\x80\x81\xe8\x99\x8e'})] lib包里提供了一些在完成正则语义编写常用的函数 > attach_name函数：对指定正则附加一个名字属性，当命中这个正则时会返回这个属性 > attach_perperty函数：对指定的正则表达式附加一个属性，当命中此正则时返回这个属性 > e函数：表示正则里的可出现也可不出现（({})?） > o函数：表示正则里的或条件（({a|b})） > r函数：表示正则里的重复 #Docker支持# 本项目支持在docker容器中运行 方法1(自制镜象)： * 1.进入本目录 * 2.docker build -t query_analysis . * 3.docker run --rm --name query_analysis --net=host hub.c.163.com/yufeiok/query_analysis 方法2(直接下载镜象)： * 1.docker pull hub.c.163.com/yufeiok/query_analysis:latest * 2.docker run --rm --name query_analysis --net=host hub.c.163.com/yufeiok/query_analysis * 3.curl '127.0.0.1:8700/interpreter/info?speech=%E6%88%91%E8%A6%81%E7%9C%8B%E8%80%81%E8%99%8E&robot_code=0'（测试） 这就可以直接在本机的8700端口进行测试了，返回结果如下： curl '127.0.0.1:8700/interpreter/info?speech=%E6%88%91%E8%A6%81%E7%9C%8B%E8%80%81%E8%99%8E&robot_code=0' (发送文本：我要看老虎) 返回结果： {"msg": "OK", "body": {"operation": "query", "service": "animal", "parameters": {"arid": "1", "rule": "5", "animal": "\u8001\u864e"}}, "code": 0} #使用方法# * 1.编写用于提取语义的类，如下所示： > usage.py > class Test(object): > # 标识是test领域(这个service字段必须存在，命中本类中正则时，会输出这个字段) > service = 'test' > # 表示抓取2个字长度的信息,输出字段为name > name = range_tag(2, 'user_name') > # 正则规则：我的名字是小明 > name_case1 = '我的名字是' + name > # 生成规则对象（附加的参数会在输出结果中被输出，operation代表具体的操作） > rule_case1 = Rule(attach_perperty(name_case1, {'operation': 'query', 'rule': 1})) * 2.把本类注册到NLU框架中 > from nlu.nlu_framework import Nlu_Framework > Nlu_Framework.register(Test) * 3.使用规则来处理输入文本 > match_dict_list = Nlu_Framework.match('我的名字是小明') > for k, v in match_dict_list[0].items(): > print '{} : {}'.format(k, v) * 4.输出结果如下： > operation : query > service : test > parameters : {'user_name': '\xe5\xb0\x8f\xe6\x98\x8e', 'rule': '1'}