如何创建一个智能聊天机器人？

Question

我知道这仍然是一个悬而未决的问题，所以我不希望在这里看到完整的答案。我只想找到一些方法来解决下一个问题：

我有一个模型(假设这是机器人的内存)，不同的单词与模型中的不同对象相关联。与机器人对话就像使用DB执行sql查询一样。语言是一种非常难以形式化的协议。我们不能仅仅写一百万行代码来实现一些真正的语言。但我相信，实现某种自我学习机制是完全可能的。它如何实现呢？是否有可能实现“从头开始”或“从几个基本单词”学习？只是想听听你的想法。

实际上，英语是一门非常严格的语言，也是人工智能实验中最简单的语言之一。许多其他语言允许您更改单词的顺序(例如)。在某些情况下，改变顺序可能会改变整个意思，或者只是增加一些语调。我真的不知道如何教机器人做这些事情。

Answer 1

，将游戏带到下一个层次的第一步，是...

...to对现有技术有一个非常清晰的看法！

(恕我直言，这个问题并不意味着你对这件事有如此广泛的洞察力，而且你并不孤单，把我也算在内；-)

甚至，也许特别是，如果您的意图是应用全新的技术和模型，那么回顾一下关于当前和过去的实践的文献似乎很重要。除了可能识别在新实现中可能被改编或重用的元素之外，对域的调查将提供对问题的性质的敏锐理解。

我个人已经尝试了-on各种不同的场合！-无论是幼稚的方法还是解决广泛定义的问题的二年级方法。用这种幼稚的方法，人们对问题的真正性质和范围只有很小的了解。大二学生认为我们更好地掌握了领域知识和相关工具，但这也可能会产生误导，因为如果没有更深入的理解，我们往往会误读/误解提供给我们的新材料，还会滥用一些工具(有点像那个“擅长用锤子”的家伙，对他们来说，许多东西看起来像钉子……)

在NLP领域特别容易犯这些错误。那是因为

• 常识似乎是一切都需要的:毕竟，一个孩子的母语是英语，就能听懂微妙之处

他说“He‘s not really a expert”

他说“He‘s not a expert”

• 我们生活在如此令人兴奋的时代，技术和知识智慧:处理能力，编程语言和工具，数学技术，负担得起的语料库的可用性。举几个例子，让这个时刻变得如此特别。

我不想阻止你在聊天机器人上的努力，我只是希望这个漫长而通用的揭秘将鼓励你三思而后行，因为从长远来看，这将真正节省你的时间，我认为有两个方面：

• 为您提供了一些参考框架(同样，即使您的意图是“在这些boxes")
• maybe之外思考”，但它会诱使您重新定义问题，例如，通过将其限制在特定的对话领域(运动、健康或特定大学校园的生活……)。或者通过关注问题的特定方面(语义意识、流畅、自然的语法、口语形式的使用……)

祝你好运;-)

Answer 2

请查看MegaHAL's implementation获取一些想法。我们在我们的IRC频道中使用这个机器人的变体已经很久了，他有时看起来确实是我们许多主导人物的智能混合体。

Answer 3

你“训练”机器人-每次机器人回答时，你给答案排名(或测试者)-如果答案是好的/合乎逻辑的-给高排名，如果答案是坏的……低/负等级。

使用将来的排名来选择答案，这就是机器人学习的方式……