分詞，找關鍵字，然後到庫中去查詢這個的回答，然後回答。感覺是這樣。。

---------------------------華麗轉載分割線-------------------

此篇文章是我在別人基礎上寫的，加強了一些自身的體驗
我採用的是VS.NET+SQLSERVER 參考了小i機器人
這不是一篇新手入門的文章，如果你不知道什麼是.NET，不瞭解資料庫方面的哪怕是一丁點東西，建議你先看看。同時，也希望真正的高手不要笑話打擊我.

讓機器人懂中文

1 資料庫

因為我們要做中文聊天機器人，語料庫的大小直接關係到你的機器人是不是聰明。由於自己的習慣，我用了SQLSERVER作為存放語料庫和中文分詞庫的資料庫。因為我呼叫的是元件，所以沒用建分詞庫，只有1個語料庫

2 整句匹配

整句匹配這個概念很簡單。聊天嘛，不認識的人一般都會要上來就說“你好”，或者“hi~~”之類的。這種話通常很簡單，而且沒有什麼太多的變化，直接讓機器人回答就行了。比如對方說“你好”，機器人看到這個“你好”，就直接回答“你好”，就可以了。或者對方說"88"，你可以讓機器人說“再見”，或者88什麼的。。這就叫整句匹配。就是機器人拿到整個的句子，在庫裡面一查，啊，庫裡有這句話怎麼回答，挑出一句回答過去，對方不會覺得這個機器人笨。

甚至如果對方說“你好笨”，你讓機器人回答“我才不笨呢”，對方一定會覺得，這個機器人還行，還知道別人說他笨。

3 中文分詞

一個聊天機器人當然要懂些中文。中文處理的基礎就是中文分詞。分詞是什麼？“分詞就是將連續的字序列按照一定的規範重新組合成詞序列的過程。”這個定義是我抄的。因為我是用.net開發,我用的分詞是以下幾種 KTDictSeg中文分片語件，IKAnalyzer中文分片語件，
Lucene.Net分片語件，

有人會說，這個東西我不懂，我也沒研究過。其實我也不懂。只不過，如果不做中文分詞，聊天機器人就只能停留在證據匹配的地步。我們可以使用最大匹配法，對聊天機器人接收到的話做簡單的分詞。關於演算法，請參閱詹衛東先生的這個講義，估計你一看就明白了。

課程名稱：中文資訊處理基礎

分詞演算法不需要太複雜，簡單點就好。

--------------------------------------------------------------------------------

用.NET開發MSN聊天機器人
分詞我用的是元件，因為太難了，所以願意偷懶的朋友們可以用元件，不想偷懶的可以去
http://ccl.pku.edu.cn/doubtfire/

4 詞語的匹配

僅僅會分詞還不夠，如果真的要讓機器人瞭解人說的話，肯定需要一些人工智慧的演算法。我們就是做個機器人玩玩，沒必要研究的那麼深。人工智慧走到現在，太聰明的聊天機器人也少之又少。而且，讓專業的研究人員去研究就好了，我們僅僅就是玩玩。所以呢……我們就用一個最簡單的辦法。我們的方法是，讓機器人找這一句話的關鍵詞，這句話大概的詞性搭配，再去語料庫裡面找到符合這樣規則的回答的話。

舉個簡單的例子：
比如對方說：

“你真好玩”

我們先用分詞演算法，把這句話分成

“你 真 好玩”，

然後找出關鍵詞“好玩”。同時把這句話的詞性搭配也記錄下來。 這樣，當找到關鍵詞“好玩”在語料庫中的時候，我們再來找是否有類似這這句話詞性搭配的回答，如果有，隨機回答出一句：“哈哈。。。我就喜歡你這麼說。”，這樣，可以給聊天者比較好的感覺。

那麼問題來了，如何找出關鍵詞呢？ 我的方法是……（比較爛，但是通常有效），找出這句話中長度最長的詞作為關鍵詞。沒有為什麼，因為這樣速度會快些。如果一句話中所有的詞都被掃描成為關鍵詞，再去查庫，會出現些匹配上的問題。（不科學，但是通常有效）。
這個找關鍵詞的問題我一直沒有解決，希望有高手知道的+我,我的QQ是329670021

五、讓機器人再“聰明”些

1 整句匹配語料庫的設計

第一步當然是做你的整句匹配語料庫。語料庫都要自己寫的，不要偷懶。找出別人最常說的話，比如你好謝謝對不起什麼的，多放些回答在裡面，免得每次回答都是一樣的，然後要回答的時候，先寫一句sql來查詢，如

這個是MYSQL的:select * from reply where `key` = '"+sentense+"' order by rand() limit 1

但是我用的是SQLSERVER
取值的時候如果有一個關鍵字有N的答案的時候用SQL語句
select top 1 answer from robotchat where keyword = '" + a + "' order by newid()
隨機取出一條，這樣機器人就不會對一個問題只答一句話了
所以就要從資料庫裡取出值之後，在程式那邊用indexof來判斷.
如if (問題.IndexOf(關鍵字.ToString()) >= 0)

把找到的話直接回復過去就可以了。如果找不到整句匹配，再做分詞處理。

2 分詞匹配語料庫的設計

因為我們分詞演算法也沒有經過什麼優化，同時，我們找出關鍵字的辦法也不是那麼的好，所以，你給出的回答一定要不那麼清晰。說白了就是，回答的話要有些“含糊不清”才可以。目標就是，讓人覺得機器人對他說的話已經理解了，回答出來的還算比較“對路”。不要求100%對路，只要有40%以上對路，聊天的人基本就可能會接受。同時，回答的語料庫，最好可以引導對方再次回答的時候，可以說出你語料庫裡面有的，最好是可以整句匹配的句子。

舉個好玩的例子：

問題:你是男的還是女的？/你是男的還是女的/你是男的還是女的? (是否有標點符號沒關係，我們要記錄句子的詞性搭配，同時，要對標點符號做些處理)

像這樣一句話，我們可以通過分詞，找出關鍵詞：“還是”，而且通過判斷詞性，可以知道，這是一句問句。而且問的是在兩種情況之間選擇。（當然，我們通過簡單的演算法，沒法知道這句話其實是問性別）

對於這樣的問題，你的機器人怎麼回答？其實很簡單，首先，回答要“對路”，儘量不讓人覺得答非所問，至少讓人覺得，你的機器人是知道對方在問什麼的。所以，我的機器人這樣回答：

機器人回答：都是。。。哈哈

因為回答的是聊天用語，而且帶點開玩笑的意味，所以會使聊天者覺得，這個機器人還不是那麼笨。

這只是一個簡單的例子。很多具體的句子還得你自己去分析。當然，語料庫越多，機器人懂的就越多，也就越聰明瞭。假如你不懂如何讓自己語料庫更強大，你可以把回答不出的問題存入資料庫中，然後給別人玩，這樣就可以找出別人回答不出的問題了

3 匹配不到關鍵字怎麼辦

語料庫不是很多的情況下，很可能我們的分詞演算法匹配不到合適的回答來應付。所以我們還要另外做一個語料庫，用來在實在匹配不到關鍵詞的時候，進行回答。這樣的回答比較需要類似“算卦”的人的回答技巧，因為對方可能說任何話，而我們的機器人不明白。所以，要想辦法“矇混過關”，同時，儘量引導對方向你機器人可能回答的方面說。你可以試著跟“小布”聊聊天，會發現它回答不出來的時候，就會隨便挑一句“佛經”來說。

其實最重要的一個技巧就是，學習一下算卦的人說的話，都是雲裡霧裡的，讓人摸不到頭腦，還覺得可能是對的。我們就要讓機器人學習這種技巧，來達到看上去“聰明”的目的。

最後的話：
其實寫這樣的一個機器人程式很快的，如果熟悉些的話，估計一天應該就可以寫出來。我大概用了一天半，還加上準備些語料庫的時間。如果你真想做個稍稍“聰明些”的機器人來玩，這篇文章應該可以為你剩下至少3-5個小時的找資料的時間。如果你懶得自己研究，也有別的公司做的只能整句匹配的程式可以下載，自己下一個玩玩也就算了。