如何最好地为聊天机器人存储数据？

Question

我在网上找聊天机器人。只是好玩而已。但是现在，我非常喜欢这个话题，所以我想发展我自己的聊天机器人。

但第一件事是寻找一个好的方法来管理我的聊天机器人的“大脑”。我认为这是保存XML文件中所有内容的最佳解决方案，不是吗？

所以文件类型是清楚的。当我有一个名词，例如树时，不同名词之间的关系。如果一棵树有叶子、树枝和树根，我该如何保存它呢？一棵树需要水和阳光才能生存？

我应该那样保存它吗？

对于这个树，这将是我的XML -示例：

<nouns>
    <noun id="noun_0">
        <name>tree</name>
        <relationship>
            <has>noun_1</has>
            <has>noun_2</has>
            <has>noun_3</has>
            <need>noun_4</need>
            <need>noun_5</need>
        </relationship>
    </noun>
    <noun id="noun_1">
        <name>root</name>
    </noun>
    <noun id="noun_2">
        <name>branch</name>
        <relationship>
            <has>noun_3</has>
        </relationship>
    </noun>
    <noun id="noun_3">
        <name>leaf</name>
    </noun>
    <noun id="noun_4">
        <name>water</name>
    </noun>
    <noun id="noun_5">
        <name>light</name>
    </noun>

    . . .

</nouns>

Answer 1

数据存储选择：它依赖于

简单的、非学习的机器人: XML是很好的

看起来您已经有了一个基本的XML结构。刚开始的时候，我想说这很好，特别是对于AI支持-聊天式的机器人(if userMsg.contains('lega') then print('TOS & Copyright...')。

当然，切换到任何新的格式都需要时间和开销。

学习，复杂的机器人:数据库！

如果您想做更大的事情，特别是考虑到CleverBot，我认为您将需要一个数据库。这是因为当你的文件。是一个文件，是一个巨大的文件，试图将其保存在内存中是资源密集型的。对于这种项目，我推荐一个数据库。

为什么？英语是复杂的

一段时间前，我写了一个垃圾邮件分类器。它花了大约10,000块垃圾邮件以7%的准确率对其进行“训练”，这需要6小时和1.5GB的RAM才能将数据存储在内存中。这是很多数据。英语是很难的，也不可能真的被破解成if 'pony' then 'saddle'，所以对于一个机器人来说，要“学习”最好的回答，你的数据库将会变得庞大而迅速。

Answer 2

我认为我们可以将这些信息建模为一个本体。您可以在关系、属性、级别等方面对更丰富的信息进行编码。您可以使用RDF、OWL等格式，并且几乎所有语言都支持这些格式。

最重要的是，如果您使用本体编辑器，管理数据将是很容易的，我会推荐Protege (http://protege.stanford.edu/)，看看它。

Answer 3

您还可以尝试类似Freebase使用的图形数据库来存储不同实体之间的关系。基本上，它是一个节点和边的图，每个节点都有这些属性的属性和值。边缘还具有类似于节点的属性，连接两个节点的边定义了它们之间的关系。