如何使用OLAMI自然语言理解开放平台API制作自己的智能对话助手小程序 ...

OStack程序员社区-中国程序员成长平台 › 门户 › 编程› 移动开发›小程序云开发高级教程

原作者: [db:作者] 来自: [db:来源] 收藏邀请

我们经常在电影中看到机器和人对答如流，随着越来越多自然语言开放平台的出现，IT爱好者制作一个自己的APP或者小玩具等逐渐可以变为现实。
自然语言对话即你的APP或者你制作的工具、机器人等能够对用户输入的语音或者文字做出准确的回应。

比如，在微信公众号中，经常要求用户通过输入1、2或者其他关键字来获取相应的服务，而对于句子却无法正确理解。比如，你输入“中秋活动”，这个几个字如果符合关键字的要求，那就会弹出相应的服务。但如果你输入的是“我想参加今年的中秋活动”，“参加中秋活动”等可能就无法进入活动网页了。

再比如，很多智能玩具，你只能跟它进行简单的对话，因为它也是只能抓取简单的关键字。

实际上，我们希望的是做到像许多语音助手一样，能够正确识别用户说的话，并做出对应回复，甚至希望能够理解上下文。

比如，用户问：今天上海的天气

应用回答：今天上海的天气为。。。。。

如果用户接着问：那北京呢

你的应用能直接回答：今天北京的天气。。。。。

而不需要输入完整的句子“今天北京的天气”。

目前提供智能语音语义理解的API接口不少，使得自己制作语义语音小助手成为现实。各开放平台的情况可以看我的另一篇博客：热门自然语言理解和语音API开发平台对比

我选择了欧拉蜜人工智能开放平台来完成我的快递小助手。

要使用OLAMI开放平台首先要了平台的提供的功能和我们需要做的事情
我使用微信小程序开发工具写了一个工具类的小程序，可以参考我的另一篇博客微信小程序+OLAMI自然语言API接口制作智能查询工具--快递、聊天、日历等

代码下载 CSDN代码

语法文件下载CSDN语法文件下载
代码测试和体验

下图简单描述了OLAMI语言理解开放平台的工作过程，我们要做的工作其实就是图中红色的标志1和标志2，即写语法和写自己的应用程序。而你的应用程序用户只需要输入想说的话，即自然语言句子，就可以得到你的应用程序处理的结果。

一.了解几个关键词的含义

语法，我的理解就是描述自然语言句子的一套规则，看官方文档也确实是这样。比如：“帮我查个快递”，你用一堆符号描述出来，这个组合起来的符号就叫语法。
自然语言，也叫语料。这个不用多说，我们平时说的话是什么，那就是什么。
语料的有效信息，即输入的句子中包含的关键信息，你的应用程序获取到这些这些关键信息之后，可以做相应的处理。比如：‘请你帮我查个快递’，其实这句话隐藏的含义是“查快递”，其他的词汇信息不需要关心。
Answer---这个在OLAMI平台中指你写的语法的默认回复，不需要应用程序做深度处理的，这个暂时可以忽略。
应用程序----这就是你自己的APP了。
结果----就是用户输入一句话，你的APP回复结果。比如，用户输入’查快递1234’，你应该回复‘1234这个快递的物流信息’。再比如“今天的天气”，你应该列出今天的天气状况，而不是昨天的天气，也不是今天的日期。

二写语法

调用API接口之前，首先要写自己的语法，也就是你要支持哪些句子，当然你也可以直接使用OLAMI平台提供的内置语法，如果它的语法符合你的要求的话。在这里，我说说怎么写自己的语法。

首先在官网上注册，然后进入开发系统中“我的应用”。

2.确定自己的模块

在正式写语法之前，首先得弄明白怎么写语法，写什么样的语法。

第一步得选择你的应用程序支持的模块，比如是查天气、播放音乐、还是智能家控制。
这个模块，其实可以称之为领域，因为你不可能把人类所有的语言都涵盖，你的APP一般都是针对某个或者某几个领域。我选择的是快递APP。所以我要支持的都是快递的说法。

确定好模块之后，你要思考一下你的应用程序希望从用户的说法中得到哪些有用信息，以及用户会有哪些操作。比如快递查询，我需要有“运单号”，“快递公司名称”这两个有效信息，另外，我的应用程序仅提供快递的查询业务。

我大致知道如果用户说“帮我查一下圆通快递12344”的时候，包含的有效信息很全，我可以直接输出物流信息给他。但如果用户仅仅说“我想查快递”，这时他仅表达了想查的意愿，我的应用程序应该提示用户输入快递单号。

在OALMI的语法中，使用”Slot”来抓取有效信息，它就像一个函数的参数，它的内容由用户决定。比如运单号和快递公司名称，每个用户的内容都是不同的。
因此进入OLAMI的NLI系统之后，我首先“新增”一个模块，名字为”expressage”,然后进入这个模块开始写语法。

3.确定有效信息Slot

就如上面所述，我需要“运单号”和“快递公司名称”这两个关键信息，因此，我定义了”expnumber”和”expname”这两个Slot.

我选择的类型均为’ext’,因为用户有可能会直接输入运单号，而运单号的格式无法确定，所以我选择ext来抓取。
快递公司的名称也是有限的，其实选择internal格式的就可以了，但是我选择后面通过ext赋值的方式给slot赋值，这样有利于语法维护。（很拗口是吧？可以暂时不管）

4.确认APP的功能

你的APP准备提供什么功能呢？查询？显示？打开？关闭？OLAMI语法需要用Modifier来描述操作信息。其实也就是一个标志来告诉应用程序这句话的意图是什么。
比如“打开灯”，意图是打开，可以定义一个modifier “open”.
“打开空调”的意图同样是打开，你只要用沿用已经定义的“open”即可。
我的快递APP很简单，我就是提供查询功能，因此我定义一个global modifier ‘query’.

5.了解Grammar,Rule,Template.

其实刚开始只要知道Grammar和Rule就可以了。

Rule即同义词汇的集合，词汇之间用’|’隔开，表示或的关系。

Grammar即描述你要匹配的句子的语法。

比如你希望匹配句子”查询快递”，可以将“查询”的同义词定义一个Rule, “快递”同义词汇定义一个Rule，我建议名称能使用中文就使用中文，这样看起来比较直观。下表中是可以匹配”查询快递”这句话的Grammar相关定义。

名称	类型	内容
查询_动词	Rule	查询\|查一下\|查查\|查
快递_名词	Rule	快递\|速递\|物流\|速运\|快运
expname	Ext Slot
expnumber	Ext Slot
查快递1	Grammar	<查询_动词><快递_名词><{@=query}>
查快递_名称_运单号1	Grammar	<查询_动词>< expname ><快递_名词><{@=query_name_num}>

你在写Grammar之前要确保Grammar中需要的Rule,Slot,Template已经定义好，并且想好自己的操作modifier.
每写好一个Grammar可以通过“例句测试”检查你要支持的句子是不是被当前的Grammar匹配，这个Grammar希望支持的句子都包含进去了，你再提交，然后发布。
发布之后你才能通过API接口进行访问。

三开发自己的APP

你需要从语义理解ＡＰＩ接口获取什么信息？

https的返回，比如status就不再介绍了。

说白了，开发平台解析你的语法之后，就是会告诉你这句话中的Slot和modifier，以及你的模块名称。
Slot根据你选择的类型不同，你获取的内容不同。比如ext类型的，你可以拿到slot的名称和slot的值。

Datetime类型，即你的Slot是时间，你还可以拿到时间的毫秒数，起始时间等。

Number类型，表示你只会抓取数字，会得到数字的计算值等。

Modifier就是你自己定义的要支持的操作，只要按照他们规定的格式命名就好。

2.创建应用

应用可以包含多个模块，具体包含哪些模块也是由你自己决定。OLAMI默认支持了“聊天”，“百科”，“查询日期”三个模块。如果你不需要可以去掉。内置模块的说明见

点击下图中的配置模块添加自己写的模块和你希望添加的内置模块。比如对话系统模块中的nonsense就是聊天用的。你可以点配置模块右边的”测试”,输入要查询的句子就可以看到结果。

如果测试结果能正确返回，就表明API接口也可以获取同样的结果。

比如我在输入框中“查快递”就可以看到JSON格式的输出，如下图显示：

3.查看应用的key

这个key就是你访问API 接口的钥匙，在你的应用中点击”查看key”就可以看到了。

4.访问自然语言解析API接口

API接口是https协议，相关说明,我就不再赘述了。

我使用的是小程序访问，相关代码如下，你代码下载包的input.js里可以看到：

function parseCorpus(corpus,object) {
	var usekey = Appkey;
	var usesecret = Appsecret;
	if (object.data.dialogtype == chat_type){
	usekey = ChatAppkey;
	usesecret = ChatAppsecret;
	}

  //获取sign的MD5值
  object.setData({
    text: '请稍后......'
  })
  var timestamp = new Date().getTime();

  var originalSign = usesecret + "api=" + api + "appkey=" + usekey + "timestamp=" + timestamp + usesecret;
  var sign = MD5.md5(originalSign);

  var rqdata = { "data": { "input_type": 1, "text": corpus }, "data_type": "stt" };
  console.log(JSON.stringify(rqdata))
  console.log('\r\n')
  wx.request({
    url: requestUrl,
    data: {
      appkey: usekey,
      api: api,
      timestamp: timestamp,
      sign: sign,
      rq: JSON.stringify(rqdata),
      cusid: userId,
      changebuttoncolor: "#d0e0e3"
    },
    header: {
      'content-type': 'application/x-www-form-urlencoded'
    },
    method: 'POST',
    success: function (result) {
      var data = result.data.data;
      if (result.data != null && result.data.status!=null&&result.data.status=='ok'){
        HandleOLAMIresponseData(data.nli[0], corpus, object);
        console.log('欧拉蜜有效数据', result.data);
      }else{
        console.log('欧拉蜜返回失败', result.data.status);       
        object.setData({
          text: API_data_error
        })
      }
    },

    fail: function ({errMsg}) {
      console.log('request fail', errMsg)
      object.setData({
        text: API_data_error
      })
    }
  })


};

根据获取到的Semantics内容提供服务

我的处理逻辑是根据不同的modifier进行相应的操作，不同的操作下又要检查slot,代码如下：

	function HandleOLAMIresponseData(data, corpus, object)
	{
	     var textData='';  //text文本框要show的内容
	     var semantics = data.semantic;
	     if (semantics == null || semantics.length==0){
	       if (data.desc_obj.result != null && data.desc_obj.result.length != 0 && data.desc_obj.status==0)  {
	         if (data.type == 'joke' || data.type == 'cooking'){
	           textData = data.data_obj[0].content;
	         }else
	           textData = data.desc_obj.result;
	
	       }else
	          textData='抱歉，我还理解不了你说的话。';
	       object.setData({
	         expresshead: '',
	         text: textData
	       })
	       
	     }else {
	
	       for (var i = 0; i < semantics.length; i++) {
	         var tempSem = data.semantic[0];
	         if (tempSem.app == expressAPPname) { //仅处理快递模块的语义
	           //处理modifier
	           var mods = tempSem.modifier;
	           if (mods.indexOf("query") > -1)
	             expAppinfo.OPT = OPT_QUERY;
	           else if (mods.indexOf("query_num") > -1)
	             expAppinfo.OPT = OPT_QUERY_NUM;
	           else if (mods.indexOf("query_name") > -1)
	             expAppinfo.OPT = OPT_QUERY_NAME;
	           else if (mods.indexOf("query_name_num") > -1)
	             expAppinfo.OPT = OPT_QUERY_NUM_NAME;
	
	           //获取slots,即快递公司名称和运单号
	           var slots = tempSem.slots;
	           if (slots != null) {
	             for (var j = 0; j < slots.length; j++) {
	               var tempslot = slots[j];
	               if (tempslot.name == expNumSlotName) { //运单号
	                 var numslot = new APPSlot();
	                 numslot.name = expNumSlotName;
	                 numslot.value = tempslot.value;
	                 expAppinfo.numSlot = numslot;
	               } else if (tempslot.name == expNameSlotName) {//快递名称
	                 var nameslot = new APPSlot();
	                 nameslot.name = expNumSlotName;
	                 nameslot.value = tempslot.value;
	                 expAppinfo.nameSlot = nameslot;
	               }
	
	             }
	
	           }
	           //handle Operations
	           switch (expAppinfo.OPT) {
	      
	             case OPT_QUERY:
	               textData = '请提供您的运单编号。';
	               object.setData({
	                 expresshead: '',
	                 text: textData
	               })
	               break;
	             case OPT_QUERY_NUM:
	             //检测是否存在快递名称
	               if (expAppinfo.nameSlot != null && expAppinfo.numSlot != null){ //采用快递编号+快递公司方式查询
	                 //获取快递公司名称
	                 var expname = getExpCode(expAppinfo.nameSlot.value);
	                 var expcode = expCodes[expname];
	                 queryExpress.queryExpress(expname,expcode, expAppinfo.numSlot.value, object);
	               } else if (expAppinfo.numSlot != null){
	                  //用运单编号查询
	                 queryExpress.queryEXPbyNum(expAppinfo.numSlot.value, object);
	               }
	               resetExpInfo(object);
	               break;
	             case OPT_QUERY_NAME:
	               textData = '请提供您的运单编号。';
	               object.setData({
	                 expresshead: '',
	                 text: textData
	               })
	               break;
	             case OPT_QUERY_NUM_NAME:
	               if (expAppinfo.nameSlot != null && expAppinfo.numSlot != null) { //采用快递编号+快递公司方式查询
	                 //获取快递公司名称
	                 var expname = getExpCode(expAppinfo.nameSlot.value);
	                 var expcode = expCodes[expname];
	                 queryExpress.queryExpress(expname,expcode, expAppinfo.numSlot.value, object);
	               }
	               resetExpInfo(object);
	               break;
	           }
	
	           break;
	
	         }
	       }
	     }
	     
	     
	
	}

至此，OLAMI API 接口的基本调用工作已经完成，至于你要添加语言识别，语法完善，模块添加等就看自己的需求了。

最后说一下语法文件.osl下载之后如何导入。你创建好模块之后，直接选择上传OSL文件即可

优秀自然语言理解博客文章推荐：

微信小程序+OLAMI自然语言API接口制作智能查询工具--快递、聊天、日历等

根据OLAMI平台开发的日历Demo

用olami开放语义平台做汇率换算应用

自然语言处理-实际开发:用语义开放平台olami写一个翻译的应用

自定义java.awt.Canvas—趣味聊天

热门自然语言理解和语音API开发平台对比

使用OLAMI SDK和讯飞语音合成制作一个语音回复的短信小助手

推荐自然语言理解爱好者博客：

http://blog.csdn.net/huangmeimao