基于百度理解与交互技术实现机器问答

总目录地址:AI 系列 总目录 

 

需要最新源码,或技术提问,请加QQ群:538327407

 

我的各种github 开源项目和代码:https://github.com/linbin524

 

一、前言

我们都知道现在聊天对话机器是一个很有意思的东西,比如说苹果siri,比如说微软的小冰。

聊天对话机器的应用场景也很广泛,比如说:银行的自助办卡机器人、展会讲解解说等等。

 

我们对机器人说句话,机器人从听取,到语义识别,认知转换,到最后调出我们所想要的东西,这个过程看似简单,其实内藏许多黑科技,让我们来一一解析一下。

 

1、我们对机器人说句话:我想看一下今天的天气?

技术实现:不论是语音、文字,机器首先要采集到我们的问题,语音还需要语音转换的一个过程,且内容转换结果必须准确,否则就有点像不同语言体系的人在对话,有种鸡同鸭讲的感觉,结果肯定也是一个大坑了。

 

2、语义识别

技术实现:通常这个阶段,已经将内容转换为一段文字,程序会对文字进行分词,结合关键字截取拼接语义(这里需要AI的训练)

3、认知转换

技术实现:上述的那就话中,今天是个关键词,天气是个关键词,  在训练库中需要提炼词槽,将可能语句尽可能提供给机器人

 

4、调用结果

当认知转换完成后,需要对关键词进行规则判断,比如说, 想看 + 今天+ 天气,组成时候,自动调用查询天气接口

 

上述的结果,更多需要我们对机器人进行训练,让它学习,要不然结果肯定不是那么友好的。

 

 

二、技术需求

 

通过文字输入问题,动态理解转化,识别内容,进行机器解答和语音提示。

PS:上述的需求基本可以理解为你叫机器人做一件事,机器人领悟,按照你的要求执行。

进阶:可以采用语音输入,转换为文字,之后的序列一样。(需要阵列麦克风)

三、技术选型

1、采用C# winform 作为程序主题

2、采用win7 TTS 作为语音朗读功能

3、采用百度理解交互技术 UNIT 作为识别基础

 本篇的重点在于如何对机器UNIT 进行配置与训练(机器识别会理解错误,需要进行纠错),最后的winform 只是调用结果显示,不作为重点关注。

四、实现

1、新建winform 窗体

 

基于百度理解与交互技术实现机器问答_第1张图片

 

2、添加TTS,引用System.Speech

 

基于百度理解与交互技术实现机器问答_第2张图片

 

3、进行 语音朗读测试

 

SpeechSynthesizer voice = new SpeechSynthesizer(); //创建语音实例
voice.Rate = 2; //设置语速,[-10,10]
voice.Volume = 100; //设置音量,[0,100]
voice.SpeakAsync(“您好!”); //播放指定的字符串,这是异步朗读

 

PS:有些win7 系统TTS 有问题,需要自己百度查找,下载TTS 进行安装。目前上述支持中文,输入英文,只会念字母,因为需要朗读类别做转换,详细请百度speech 操作。

 

 

 4、结合百度理解与交互技术

 

百度提供的sdk 目前只支持android 和IOS,但有提供http API,所以笔者采用C#实现了。

先去官网注册成为百度开发者。

 

(1) 创建应用

基于百度理解与交互技术实现机器问答_第3张图片

 

 (2) 创建场景,场景编号是后面需要用到的

 

基于百度理解与交互技术实现机器问答_第4张图片

 

(3)新建单元,官方提供对话单元和问答单元,我们选择创建对话单元

 

基于百度理解与交互技术实现机器问答_第5张图片

 

 

(4)、对对话单元进行配置,新建词藻

 

 基于百度理解与交互技术实现机器问答_第6张图片

 

 

新建词藻

基于百度理解与交互技术实现机器问答_第7张图片

 词藻词典有自定义的,也有系统的,本文中选择系统通用的。也可以下载自定义模板,写入自己的自定义词典

基于百度理解与交互技术实现机器问答_第8张图片

 

 

这个对话单元中,有文本回复和执行函数,我们这里选文本回复

触发的规则:会话规则中,上述的词藻已填充,那么文本内容才会出现

 

 基于百度理解与交互技术实现机器问答_第9张图片

保存完成,后再次新建对话单元,主要说明介绍我们的公司

 基于百度理解与交互技术实现机器问答_第10张图片

 

 

 

 

 跳转到数据中心,进行新建对话样本

基于百度理解与交互技术实现机器问答_第11张图片

 

 

 

 

 添加

基于百度理解与交互技术实现机器问答_第12张图片

 

 依法将公司介绍关键词添加

 

来的训练与验证板块

输入打开菜单,一开始输入,可能得到错误答案,你要 @UNIT 纠正意图与词槽,手动将关键词和意图、取词、词藻匹配上

 

基于百度理解与交互技术实现机器问答_第13张图片

 

 完成后的结果:

 

基于百度理解与交互技术实现机器问答_第14张图片

(1)、

配置基本参数

 

    /// 
    /// 理解与交互技术UNIT 
    /// 
    public class ConfigUnit
    {
        /// 
        /// Api key
        /// 
        public static String clientId = "";
        // 百度云中开通对应服务应用的 Secret Key
        public static String clientSecret = "";
        //场景Id
        public static string clientSceneId = "";
    }

 

部分解析实体model

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace BaiduAIAPI.Model.UnitModel
{
    public class UnitModel
    {

        public long log_id { get; set; }
        public string error_code { get; set; }

        public string error_msg { get; set; }

        public UnitResult result { get; set; }

        public bool IsSuccess { get; set; }

        public string returnSay { get; set; }
    }

    public class UnitResult
    {

        public string session_id { get; set; }
        public List action_list { get; set; }
        public object schema { get; set; }
        public object qu_res { get; set; }
    }
    public class UnitAction_list
    {

        public string action_id { get; set; }
        public object action_type { get; set; }
        public object arg_list { get; set; }
        public object code_actions { get; set; }

        public float confidence { get; set; }

        public object exe_status { get; set; }

        public string main_exe { get; set; }

        public string say { get; set; }

        public object hint_list { get; set; }
        
    }

    /// 
    /// 其余的model 还没补充完整
    /// 
    public class UnitSchema {


    }

}

错误信息定义

 

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace BaiduAIAPI.Type
{
   public class BaiduUnitType
    {
        public static string GetErrorCodeToDescription(string errorCode)
        {
            string errorDecrition = "";

            switch (errorCode)
            {

                case "1": errorDecrition = "服务器内部错误,请再次请求, 如果持续出现此类错误,请通过QQ群(224994340)联系技术支持团队。"; break;
                case "2": errorDecrition = "服务暂不可用,请再次请求, 如果持续出现此类错误,请通过QQ群(224994340)或工单联系技术支持团队。"; break;

                case "3": errorDecrition = "调用的API不存在,请检查后重新尝试。"; break;
                case "4": errorDecrition = "集群超限额。"; break;
                case "6": errorDecrition = "无权限访问该用户数据。"; break;
                case "14": errorDecrition = "IAM鉴权失败,建议用户参照文档自查生成sign的方式是否正确,或换用控制台中ak sk的方式调用。"; break;
                case "17": errorDecrition = "每天请求量超限额。"; break;
                case "18": errorDecrition = "QPS超限额。"; break;
                case "19": errorDecrition = "请求总量超限额。"; break;

                case "100": errorDecrition = "无效的access_token参数,请检查后重新尝试。"; break;
                case "110": errorDecrition = "access token无效。"; break;
                case "111": errorDecrition = "access token过期。"; break;
                case "282004": errorDecrition = "请求参数格式不正确。"; break;
                case "282900": errorDecrition = "必传字段为空。"; break;
                case "282901":
                    errorDecrition = "场景ID校验失败,请确认console中app和场景是否关联了:https://console.bce.baidu.com/ai/#/ai/unit/app/list。"; break;
                case "282902":
                    errorDecrition = "UNIT环境启动中,请稍后再试;如果持续出现此类错误,请通过QQ群(224994340)联系技术支持团队。"; break;

                case "282903":
                    errorDecrition = "UNIT系统异常;如果持续出现此类错误,请通过QQ群(224994340)联系技术支持团队。"; break;
                    
                        
                case "282000": errorDecrition = "服务器内部错误,如果您使用的是高精度接口,报这个错误码的原因可能是您上传的图片中文字过多,识别超时导致的,建议您对图片进行切割后再识别,其他情况请再次请求, 如果持续出现此类错误,请通过QQ群(631977213)或工单联系技术支持团队。"; break;
             
                default: errorDecrition = "未知的错误!"; break;
            }

            return errorDecrition;

        }
    }
}

 

封装的接口方法

 

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Web.UI.WebControls;
using AOP.Common;
using BaiduAIAPI.Model.UnitModel;
using BaiduAIAPI.Type;

namespace BaiduAIAPI.UNIT
{
    public class UnderstandingAndInteractiveTechnology
    {

        // unit对话接口
        public static UnitModel Unit_Utterance(string token, string sceneId, string query)
        {
            UnitModel result = new UnitModel();
            #region 基础校验
            string error = "";
            if (string.IsNullOrWhiteSpace(token))
            {
                error += "token不能为空!";
            }
            if (string.IsNullOrWhiteSpace(sceneId))
            {
                error += "场景编号不能为空!";
            }

            if (string.IsNullOrWhiteSpace(query))
            {
                error += "询问问题不能为空!";
            }

            if (!string.IsNullOrWhiteSpace(error))
            {
                result.error_msg = error;
                return result;
            }
            #endregion

            string host = "https://aip.baidubce.com/rpc/2.0/solution/v1/unit_utterance?access_token=" + token;
            string str = "{\"scene_id\":" + sceneId + ",\"query\":\"" + query + "\", \"session_id\":\"\"}"; // json格式 
            var tempResult = HttpRequestHelper.Post(host, str);


             result=Json.ToObject(tempResult);

            if (!string.IsNullOrWhiteSpace(result.error_code))
            {
                result.error_msg = BaiduUnitType.GetErrorCodeToDescription(result.error_code);
                result.IsSuccess = false;
            }
            else
            {
                result.IsSuccess = true;
                result.returnSay = result.result.action_list[0].say;
            }

            return result;
        }
    }
}

 

首先用单元测试结果:

 

using System;
using BaiduAIAPI;
using BaiduAIAPI.UNIT;
using Microsoft.VisualStudio.TestTools.UnitTesting;

namespace AIAPIUnitTestProject.BaiduAIAPI
{
    [TestClass]
    public class BaiduUnitTest
    {
        [TestMethod]
        public void TestChat()
        {
            var accessTokenModel = Access_Token.GetAccessToken(ConfigUnit.clientId, ConfigUnit.clientSecret);
            if (accessTokenModel.IsSuccess)
            {
                string queryString = "今天天气怎么样?";
                var tempUnitResult = UnderstandingAndInteractiveTechnology.Unit_Utterance(accessTokenModel.SuccessModel.access_token, ConfigUnit.clientSceneId, queryString);

              

            }

        }
    }
}

 

确定接口没有问题,结合到我们的Demo程序中,界面代码如下:

 

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using System.Speech.Synthesis;
using BaiduAIAPI;
using BaiduAIAPI.UNIT;
using BaiduAIAPI.Model.UnitModel;

namespace SpeechDemo
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();


        }

        private void button1_Click(object sender, EventArgs e)
        {
            if (tb_YourSay.Text.Trim() == "")
            {

                MessageBox.Show("请你输入你要说的话!");
                return;
            }
            UnitModel result = new UnitModel();
            var accessTokenModel = Access_Token.GetAccessToken(ConfigUnit.clientId, ConfigUnit.clientSecret);
            if (accessTokenModel.IsSuccess)
            {
                string queryString = tb_YourSay.Text.Trim();
                result = UnderstandingAndInteractiveTechnology.Unit_Utterance(accessTokenModel.SuccessModel.access_token, ConfigUnit.clientSceneId, queryString);
            }
            else
            {
                result.returnSay = result.error_msg;
            }
            tb_RobotSay.Text = result.returnSay;
            SpeechSynthesizer voice = new SpeechSynthesizer();   //创建语音实例
            voice.Rate = 2; //设置语速,[-10,10]
            voice.Volume = 100; //设置音量,[0,100]
           
            voice.SpeakAsync(result.returnSay);  //播放指定的字符串,这是异步朗读
          

        }
    }
}

 

结果展示

基于百度理解与交互技术实现机器问答_第15张图片

 

 

评价

理解和交互需要做大量的对话样本和语言交互纠错,才可以实现相对比较精准的回答。

 

你可能感兴趣的:(基于百度理解与交互技术实现机器问答)