基于Web平臺的智能對話機器人研發

劉子晗

（北京師范大學良鄉附屬中學，北京，102488）

0 引言

在目前的互聯網時代，人們查找信息的手段和速度已經有了質的飛躍，更容易實現一個智能化的聊天機器人，它可以自動化識別發出的指令，并且自己在網絡上尋找匹配的答案?，F在計算機的計算力成熟，有許多對話模型已經相對完善比如NLP、Seq2Seq，同時只要進行長時間的訓練，筆者相信機器人可以完美做到與人交流基本無障礙。網絡上面的API就提供了不用自主訓練的捷徑，這個捷徑大大縮短了研發的時間和精力，讓筆者可以把更多的精力投入到更加有用的地方。

目前這個智能機器人前景廣大，比如空巢老人陪伴問題，當老人們獨居的時候，容易出現老年癡呆癥和抑郁癥，這款機器人很好的解決了老人想說會話，但是沒有機會沒有說話對象的煩惱。也解決了小孩子們的語言習得問題，當小孩在與語音聊天機器人對話時，聊天機器人會構建第二語言學習環境，讓孩子更加快速和體系地學習另一種語言。

在特定的專業領域，成本會大大削減，因為特定詞匯的存在，所以幾乎不用太多的訓練，相對應的信息很好發掘。同時優勢還在于對話模式的固定，當一個關鍵詞出現，那么捕捉它對于機器人來說就是輕而易舉。這個的案例主要應用在淘寶京東等網購平臺的客服專線，大大節約了成本，使其商業價值大增。

本文實現的目標很明確，就是實現一款可以實時聊天的機器人。筆者先了解了機器人的對話模型主要分為NLP和Seq2Seq兩個模型。所以筆者就嘗試了一下在兩個模型下實現對話功能，兩個模型各有優缺點，總的比較筆者選擇了后者。隨后便決定在HTML平臺上落成項目。

最終的成果包括一個主頁面和花邊，最核心的內容是聊天模型的運用，筆者在后臺連接了網絡上的api，利用其現有的對話規則來完善筆者機器人的運行。當指令輸出者輸出任意指令時，機器人都能根據他們的特點在自己的資料庫中尋找匹配的答案，進行回答。

1 實現過程

■1.1 模型實現

關于聊天機器人的實現，筆者調研了各個云服務的開發平臺，選定了青云客智能聊天機器人API作為本項目的主要聊天引擎。青云客智能聊天機器人API是開放在互聯網上的免費服務，可以方便地進行智能聊天機器人的服務調用，用于研究和學習。該API的接口形式是：

http://api.qingyunke.com/api.php?key=free&appid=0&msg=關鍵詞

通過Http Get請求就可以訪問該API并且得到Json格式的回復，效果如圖1所示。

圖1 青云客智能聊天機器人API

■1.2 模型開發

因為聊天機器人服務是運行在Html平臺的，筆者選取了目前Html開發最為常用的框架之一—Vue來作為本項目的開發框架。Vue作為最流行的前端開發框架之一，能夠做到高性能渲染頁面結構，并且解耦了開發過程中涉及的各個元素，讓開發可以更快、質量更高地完成。

圖2是機器人的HTML部分代碼，在這部分代碼中，界面一共分為四個大的部分，分別是引擎選取部分、頁頭部分、主要內容部分以及頁腳部分。引擎選取部分是供用戶選擇不同的聊天引擎使用的，這是為了未來的擴展開發而預留的功能接口。頁頭部分主要包含標題提示以及時間提醒。主要內容就是上文提到的聊天區域。頁腳負責編輯和發送消息。

圖2 聊天機器人Html部分代碼

要想界面按照一定的規則和樣式組織起來，還需要css代碼的配合，圖3是截選的部分css代碼。

圖3 聊天機器人css部分代碼

CSS代碼可以用于定義頁面樣式，使得整體的頁面呈現出最完美的效果。經過Html定義以及CSS框規之后的程序界面如圖4所示。

圖4 聊天機器人基本樣式

可以看到上文提到的四個主要部分呈垂直結構顯現，同時各個部分中又各自有比較精細的細節內容排布。

除了Html代碼和CSS代碼之外，還有最重要的一部分控制代碼，即JavaScript代碼。首先需要定義的是數據部分，即整個程序運行過程中所需要的主要數據，這部分需要單獨定義并交由Vue統一進行生命周期的管理，避免了散亂定義數據導致的結構混亂和功能失控，數據定義部分的程序如圖5所示。

圖5 聊天機器人JavaScript數據部分

在數據部分中，筆者定義了頭像列表、消息列表、當前（正在編輯的）消息內容、消息總數、當前時間、引擎列表、當前引擎等多個數據源。

有了數據，下邊需要定義操作數據的程序，實際上這部分程序就是對用戶操作的響應。如當用戶打開程序之后，程序需要在頁頭部分自動更新并顯示時間，這部分的操作如圖6所示。

圖6 聊天機器人JavaScript時間更新部分

當用戶點擊發送按鈕之后，程序會把用戶編輯好的消息發送到用戶指定的聊天機器人引擎中。同時還需要做例如空消息監測、發送消息之后的編輯框清空等工作，這部分工作的操作如圖7所示。

圖7 聊天機器人JavaScript消息發送部分

用戶點擊發送按鈕請求聊天機器人引擎的操作因為設計的要素和操作過多，所以單獨抽取出來成一個單獨的函數，這部分的函數如圖8所示。

圖8 聊天機器人JavaScript引擎請求部分

無論是用戶編輯發送消息還是聊天機器人回復一條消息，都需要創建一條新的消息，并存儲下來，還要在屏幕上繪制出來，因此這部分重復操作也單獨抽取出來成為一個函數，這部分的函數如圖9所示。

圖9 聊天機器人JavaScript消息創建部分

有了Html、CSS以及JavaScript的配合，一個完整的聊天機器人就可以開始使用了，通過Vue框架的運行命令即可在本地運行并查看效果。

■1.3 部署服務

本地服務可以成功地運行并查看程序效果，但這只能筆者自己使用，不能分享出去讓別人也享受聊天機器人服務，因此筆者還將服務部署到了互聯網上。因為本服務是純靜態網站，所以可以方便地部署在阿里云虛擬主機上。首先將本地的服務打包，使用Vue的build命令，即可通過內建的Webpack工具將編輯好的Vue項目打包為典型的Html靜態頁面，打包后的效果如圖10所示。

圖10 聊天機器人本地打包結果

打包之后，通過FileZilla將文件上傳到阿里云虛擬主機。等待幾分鐘，當阿里云刷新了服務之后，就可以通過云虛擬主機綁定的域名加上指定的子目錄來訪問服務了，訪問鏈接是https://thuer.cn/chat-bot/。

至此筆者就完成了全部的開發工作。

2 總結

■2.1 全文總結

本文以現實中的無法被滿足作為出發點，總結了自己制作開發一款對話機器人的過程。旨在幫助所有有需要的人，因為在筆者身邊能有個人說句話有時真的太困難了。所以筆者想研發一款聊天機器人。

在研究之前先參考了文獻，主要是現有的關于聊天機器人的文獻，當文獻中指出Seq2Seq模型和NLP模型的時候，也要自己去學習這兩個模型。了解他們的優缺點，并且綜合比較，筆者選擇了使用成熟的API作為數據來源，選擇了web平臺作為自己的研發平臺，在論文寫作期間做了大量的了解和調查，最終實現了本系統。

主要的成果就是現在在網絡上的聊天機器人模型，它能滿足日常所需的對話功能，切實解決了筆者提出的沒人說話這個問題，筆者對此還是比較滿意

■2.2 未來展望

由于對知識的了解不足，導致在很多方面上，都有所欠缺，尤其在知識運用上和代碼書寫上。呈現出來的機器人還不夠“智能”。在其語言表達的過程中，由于使用的是網絡上的API，所以對訓練機器人的工作不是很了解，導致仍然有許多生硬的語句。整體的網頁呈現效果也不夠美觀，語音系統需要對接轉換器，這些都是筆者在后續需要加強的內容。