学习笔记（12）- chatopera的语义理解系统

参考https://github.com/chatopera/clause-py-demo

前提：安装完毕 Docker、Docker Compose 和 Python3.x

git clone https://github.com/chatopera/clause-py-demo.git
cd clause-py-demo
docker-compose pull

我使用了sudo
创新python环境，并使用

(env) xuehp@haomeiya002:~/git/clause-py-demo$
sudo pip3 install thrift
sudo pip3 install absl-py
sudo pip3 install clause
sudo pip3 install -r requirements.txt
export DOCKER_HOST=8056
sudo docker-compose up

等待，这样服务就运行起来了。

注意：

1. bot.py 是一个示例程序
2. 加载文件profile.json，这个文件定义了一个机器人，例如：点餐机器人
3. 处理同义词，识别意图。这些在文件profile.json中已经定义。文件见后文
4. 和服务端交互，继续完成以下操作：训练机器人、开始对话。如下图
5. 运行bot.py失败，ConnectionResetError: [Errno 104] Connection reset by peer
   

profile.json文件，很重要。定义了一个机器人，意图、交互方式（说法）、槽位、槽值的抽取方式
{
  "chatbotID": "bot007",
  "dicts": [
    {
      "name": "food",
      "type": "vocab",
      "dictwords": [
        {
          "word": "汉堡",
          "synonyms": "汉堡包;漢堡;漢堡包"
        },
        {
          "word": "蕃茄酱"
        }
      ]
    },
    {
      "name": "phoneNumber",
      "type": "regex",
      "patterns": ["[1]([3-9])[0-9]{9}"]
    }
  ],
  "intents": [
    {
      "name": "take_out",
      "description": "下外卖订单",
      "slots": [
        {
          "name": "time",
          "dictname": "@TIME",
          "requires": true,
          "question": "您想什么时候送到？"
        },
        {
          "name": "loc",
          "dictname": "@LOC",
          "requires": true,
          "question": "您希望该订单送到哪里？"
        },
        {
          "name": "food",
          "dictname": "food",
          "requires": true,
          "question": "您需要什么食物?"
        },
        {
          "name": "phone",
          "dictname": "phoneNumber",
          "requires": true,
          "question": "您的手机号是什么？"
        }
      ],
      "utters": [
        {
          "utterance": "我想订一份{food}"
        },
        {
          "utterance": "我想点外卖"
        },
        {
          "utterance": "我想点一份外卖，{time}用餐"
        },
        {
          "utterance": "我想点一份{food}，送到{loc}"
        }
      ]
    }
  ]
}