人工智能的语言机器人

RoyceInWh 发布于 2014/10/13 16:32
阅读 509
收藏 1

主体思想依然是根据存储提取的思路,一般的实现是储存一些固定问题的答案以及相似话语的回答,通过查找匹配来找到适合的回答。例如:我们在向机器人说“你好”,系统检测到存储体中有“你好”,并给出了这个词的答案“你好”,或者给出多种不同的回答,系统可以随即的选择需要的回答。有更智能一点的机器是通过模糊匹配来产生更多更丰富的答案,当你向机器问问题的时候,他会采集问题的关键字,在系统数据库中查找相应的关键字并匹配出最适合的回答。

 

       我们采用了分析归纳的渐进回答方案,系统依然会依赖自身已知的一些知识进行常规的回答,不同点在于我们可以回答我们系统数据库中没有出现过的问题。例如“你是火星人吗?”,系统之前并未回答过这个问题,也没有这个问题的答案。这时系统将会组合“火星人”在系统中搜索,如果找到火星人的相关信息,将会与“是”,进行匹配,确认“是”就是等同的意思,将会找到自己与火星无关,从而得出“不是”的结论,进一步将会分析问话者的上下文,来决定采用什么方式进行回答。这里同样会考虑机器的个人喜欢的回答方式。

数据流程如下图:

 

加载中
0
RoyceInWh
RoyceInWh
详细看我博客
0
中山野鬼
中山野鬼

我问几个基础的问题啊,这几个问题解决不了就是扯淡了。。。哈。

1、基于不同背景域的基础概念之间怎么关联的?

2、上下文环境边界的判定依据是什么?

其他什么断语,词性分析等就不谈了。都是后话了。

RoyceInWh
RoyceInWh
回复 @中山野鬼 : 想法就是拿来讨论的,有赞成的有不赞成的。你说那是扯淡,那也没办法。这是几年前的想法,当时没有实现,现在也没有,确实是空谈。
中山野鬼
中山野鬼
回复 @Royce1 : 空的想法==扯淡哦。哈。不是抬杠,而是希望你注意到这个事情后面的理论。。
RoyceInWh
RoyceInWh
这不是扯淡,只是一个想法。
返回顶部
顶部