马尔可夫链聊天机器人如何工作？

Question

我正在考虑使用马尔可夫链之类的东西创建一个聊天机器人，但我不完全确定如何让它工作。据我了解，您可以根据给定单词和后面的单词的数据创建一个表格。在训练机器人时是否可以附加任何类型的概率或计数器？这是个好主意吗？

问题的第二部分是关键字。假设我已经可以从用户输入中识别关键字，如何生成使用该关键字的句子？我并不总是想以关键字开始句子，那么如何播种马尔可夫链呢？

Answer 1

几年前，我用 Python 为 IRC 制作了一个马尔可夫链聊天机器人，可以透露一些我是如何做到的。生成的文本不一定有意义，但读起来确实很有趣。让我们分步骤分解它。假设你有一个固定的输入，一个文本文件，（你可以使用聊天文本或歌词的输入，或者只是发挥你的想象力）

循环文本并制作一个字典，意思是键-值容器。并将所有单词对作为键，将后面的单词作为值。
例如：如果您有一个文本“abcab k”，则以“a b”作为键，“c”作为值，然后“bc”和“a”作为值......该值应该是一个列表或任何包含的集合0..许多“项目”，因为给定的一对单词可以有多个值。在上面的示例中，您将出现两次“a b”，然后是“c”，最后是“k”。所以最后你将得到一个如下所示的字典/哈希： {'a b': ['c','k'], 'b c': ['a'], 'c a': ['b']}

现在您已经拥有了构建时髦文本所需的结构。您可以选择从随机密钥或固定位置开始！因此，给定我们拥有的结构，我们可以首先保存“a b”，然后从值 c 或 k 中随机取出后续单词，因此循环中的第一个保存是“ab k”（如果“k”是选择的随机值） ）然后你继续向右移动一步，在我们的例子中是“b k”，并为该对保存一个随机值（如果你有，在我们的例子中没有），这样你就可以跳出循环（或者你可以决定其他的东西）就像重新开始一样）。循环完成后，您将打印保存的文本字符串。

输入越大，您的键（单词对）的值就越多，然后就会有一个“更智能的机器人”，这样您就可以通过添加更多文本（也许是聊天输入？）来“训练”您的机器人。如果你有一本书作为输入，你可以构造一些漂亮的随机句子。请注意，您不必仅采用一对后面的一个单词作为值，您可以采用 2 个或 10 个单词。不同之处在于，如果您使用“更长”的构建块，您的文本会显得更准确。以一对作为键，后面的单词作为值开始。

所以你会发现你基本上可以有两个步骤，首先创建一个结构，你随机选择一个键开始，然后获取该键并打印该键的随机值，然后继续，直到没有值或其他条件为止。如果您愿意，您可以从键值结构的聊天输入中“播种”一对单词来开始。如何开始你的连锁店取决于你的想象力。

以真实单词为例：

"hi my name is Al and i live in a box that i like very much and i can live in there as long as i want"

"hi my" -> ["name"]

"my name" -> ["is"]

"name is" -> ["Al"]

"is Al" -> ["and"]

........

"and i" -> ["live", "can"]

........

"i can" -> ["live"]

......

现在构建一个循环：

选择一个随机键，说“嗨我的”并随机选择一个值，这里只有一个值，所以它是“名称”
（保存“嗨，我的名字”）。
现在向右移动一步，将“我的名字”作为下一个键，然后选择一个随机值...“是”
（保存“嗨，我的名字是”）。
现在移动并取“名字是”...“Al”
（保存“嗨，我的名字是 AL”）。
现在采取“是阿尔”...“和”
（保存“嗨，我的名字是阿尔和”）。

...

当您来到“和我”时，您将随机选择一个值，比如说“可以”，然后会出现“我可以”这个词等等...当您达到停止条件或没有值时在我们的例子中打印构造的字符串：

“嗨，我的名字是 Al，只要我愿意，我就可以住在那里”

如果您有更多值，您可以跳转到任何键。值越多，您拥有的组合就越多，文本就越随机、越有趣。

Answer 2

机器人从您的输入中选择一个随机单词，并通过选择另一个被视为其保留单词的后继的随机单词来生成响应。然后它会重复这个过程，依次找到该单词的后继者并迭代进行，直到它认为已经说得足够多了。它通过在训练文本中标点符号之前的单词处停止来得出该结论。然后它再次返回输入模式以让您做出响应，依此类推。

这不太现实，但我在此挑战任何人在 71 行代码中做得更好！对于任何初露头角的 Python 专家来说，这都是一个巨大的挑战，我只是希望能够向更广泛的受众开放这一挑战，而不是访问此博客的少数访问者。为了编写一个始终保证符合语法的机器人，肯定必须接近数百行，我通过尝试思考最简单的规则来极大地简化，让计算机能够尝试说些什么。

至少可以说，它的反应相当印象主义！另外，您必须将您所说的内容放在单引号中。

我使用《战争与和平》作为我的“语料库”，训练运行需要几个小时，如果你不耐烦，请使用较短的文件……

这是训练器

#lukebot-trainer.py
import pickle
b=open('war&peace.txt')
text=[]
for line in b:
    for word in line.split():
        text.append (word)
b.close()
textset=list(set(text))
follow={}
for l in range(len(textset)):
    working=[]
    check=textset[l]
    for w in range(len(text)-1):
        if check==text[w] and text[w][-1] not in '(),.?!':
            working.append(str(text[w+1]))
    follow[check]=working
a=open('lexicon-luke','wb')
pickle.dump(follow,a,2)
a.close()

这是机器人：

#lukebot.py
import pickle,random
a=open('lexicon-luke','rb')
successorlist=pickle.load(a)
a.close()
def nextword(a):
    if a in successorlist:
        return random.choice(successorlist[a])
    else:
        return 'the'
speech=''
while speech!='quit':
    speech=raw_input('>')
    s=random.choice(speech.split())
    response=''
    while True:
        neword=nextword(s)
        response+=' '+neword
        s=neword
        if neword[-1] in ',?!.':
            break
    print response

当它说一些东西时，你往往会有一种不可思议的感觉这似乎有部分道理。

Answer 3

你可以这样做：
使用单词而不是字母制作一个 1 阶马尔可夫链生成器。
每当有人发布内容时，他发布的内容都会添加到机器人数据库中。
此外，机器人会在他去聊天时以及某人发布第一篇帖子（以 10 秒的倍数）时节省时间，然后他会节省同一个人等待再次发帖的时间（以 10 秒的倍数）......
第二部分将用于查看该人何时发帖，因此他加入聊天，并在一段时间后根据“一个人在加入聊天后多少 10 秒后发帖”的表格，然后他会继续与同桌发帖，思考“在他用 X 秒思考和撰写的帖子之后发布的帖子是如何使用的”