当前位置：首页 > news >正文

齐齐哈尔市建设工程监察网站网页浏览器

news 2025/8/19 15:57:18

齐齐哈尔市建设工程监察网站,网页浏览器,古风ppt模板,顺德网站制作公司目录前言总体设计系统整体结构图系统流程图运行环境Python 环境Tornado 环境模块实现1. 前端2. 后端3. 语料库4. 系统测试其它资料下载前言本项目旨在利用AIML技术构建一个聊天机器人，实现用户通过聊天界面与机器人交互的功能。通过提供的工程源代码&#xf…

前言

本项目旨在利用AIML技术构建一个聊天机器人，实现用户通过聊天界面与机器人交互的功能。通过提供的工程源代码，用户可以轻松地进行二次开发，例如使用网页与机器人进行交互，实现智能问答等。通过网页与机器人的交互，您可以实现智能问答、情感分析等多种功能，为您的应用场景带来更多可能性。快来一起探索AI技术的无限魅力吧！

当然针对现在最火爆的ChatGPT等通用大语言模型，伙伴们可以直接将其应用在模块实现第2部分，其它详细的接口使用操作，大家可以关注我博客的其它关于ChatGPT接口使用的说明。

总体设计

本部分主要包括系统整体结构图和系统流程图。

系统整体结构图

系统整体结构如图所示。

在这里插入图片描述

系统流程图

AIML系统流程如下：

第一步：系统初始化
AIML系统在启动时，首先根据配置文件进行系统的初始化操作，把需要替换的词串（如把it’s替换为itis）、自身的相关信息（如名字、性别等）、人称转换信息以及此前的对话情景变量读入系统，并把AIML文件内容（即知识库）以树的结构形式加载到内存当中，形成内存知识树，这样当系统在响应用户输入的问句时，可直接在内存树中进行推理，提高了响应速度。加载完毕之后，等待用户输入问句。

第二步：接收用户输入，进行问句规范化处理
当AIML解析器接收到一行用户的输入后，首先把输入的文字分成单独的句子，进行问句规范化处理，分析当前句子中是否包含需要替换的字符串，如果有，则替换之。例如把问句中出现的“you’ve”替换为“youhave”，“I’m”替换为“Iam”等等。问句规范化处理完以后，以规范问句到内存知识树中查询推理答案。

第三步：问句查询推理
这一过程是AIML的核心部分，将规范化处理后的问句与内存知识树中的模式进行匹配，寻找最佳匹配结果，找到之后，读出该匹配模式对应的模板信息，进行下一步处理。

第四步：模板处理
也就是答案的后处理，模板中可能包含一些特殊标记需要处理，如读出机器人名字标记所代表的实际名称，还原星号部分所代表的内容，如果包含跳转标记，还需要在内存知识树中以跳转部分的内容做进一步的推理。模板处理完后返回用户结果，等待用户输入新问句。

系统流程如图所示：

在这里插入图片描述

运行环境

本部分包括 Python 环境、Tornado 环境。

Python 环境

需要 Python 2.7，下载地址：https://www.python.org/downloads/windows/。

Tornado 环境

Tornado 是使用 Python 编写的一个强大的、可扩展的 Web 服务器。

模块实现

本项目主要包括 3 个模块，前端、后端、语料库，下面分别给出各模块的功能介绍及相关代码。

1. 前端

前端框架地是采用 Bootstrap 框架。Bootstrap，来自 Twitter，是目前最受欢迎的前端框架。Bootstrap 是基于 HTML、CSS、JavaScript 的，它在 jQuery 的基础上进行了更为个性化和人性化的完善，形成一套自己独有的网站风格，并兼容大部分 jQuery 插件。Bootstrap 简洁灵活，使得 Web 开发更加快捷。其最大的优势是响应式布局，使得开发者
可以方便的让网页无论在台式机、平板设备、手机上都获得最佳的体验。

<!DOCTYPE html>
<html>
<head><!-- <meta charset="utf-8"> --><title>ChatBotx</title><!-- 新 Bootstrap 核心 CSS 文件 --><link href="https://cdn.staticfile.org/twitter-bootstrap/3.3.7/css/bootstrap.min.css" rel="stylesheet"><!-- jQuery文件。务必在bootstrap.min.js 之前引入 --><script src="https://cdn.staticfile.org/jquery/2.1.1/jquery.min.js"></script><!-- 最新的 Bootstrap 核心 JavaScript 文件 --><script src="https://cdn.staticfile.org/twitter-bootstrap/3.3.7/js/bootstrap.min.js"></script><style type="text/css">.top-margin-20{margin-top: 20px;  //设置上边距}#result_table,#result_table thead th{text-align: center;}#result_table .td-width-40{width: 40%;}</style><script type="text/javascript">var AppDomain = 'http://localhost:8000/'$(document).ready(function(){$("#btn_sub").click(function(){var user = 'XXX';var resUser = 'Bot';var request_txt = $("#txt_sub").val();setView(user,request_txt);$.ajax({type: 'post',url: AppDomain+'chat',async: true,//异步dataType: 'json',// contentType: "application/x-www-form-urlencoded; charset=utf-8", data: ({"msg":encodeURI(request_txt)}),success: function (data){console.log(JSON.stringify(data));if (data.is_success == true) {setView(resUser,data.message);}},error: function (data){console.log(JSON.stringify(data));}});});});function setView(user,text){var subTxt = user + "   "+new Date().toLocaleTimeString() +'\n·'+ decodeURI(text);$("#txt_view").val($("#txt_view").val()+'\n\n'+subTxt);var scrollTop = $("#txt_view")[0].scrollHeight;  $("#txt_view").scrollTop(scrollTop);  }</script>
</head>
<body class="container"><header class="row"><header class="row"><a href="/" class="col-md-2" style="font-family: SimHei;font-size: 20px;text-align:center;margin-top: 30px;"><span class="glyphicon glyphicon-home"></span>Home</a><font class="col-md-4 col-md-offset-2" style="font-family: SimHei;font-size: 30px;text-align:center;margin-top: 30px;">ChatBot</font></header></header><hr><article class="row"><section class="col-md-10 col-md-offset-1" style="border:border:solid #7FFFD4 1px;padding: 0; background-color: #FFDEAD;"><span class="glyphicon glyphicon-user"></span> User: XXX </section><section class="col-md-10 col-md-offset-1 row" style="border:solid #7FFFD4 1px;padding:0"><section class="col-md-9" style="height: 400px;"><section class="row" style="height: 270px;"><textarea class="form-control" style="width:100%;height: 100%;resize: none;overflow-x: none;overflow-y: scroll;background-color:antiquewhite" readonly="true" id="txt_view"></textarea></section><section class="row" style="height: 130px;border-top:solid #7FFFD4 1px; "><textarea class="form-control" style="overflow-y: scroll;overflow-x: none;resize: none;width: 100%;height:70%;border: #fff;background-color:rgb(107, 170, 189)" id="txt_sub"></textarea><button class="btn btn-primary" style="float: right;margin: 0 5px 0 0;background-color:gray" id="btn_sub">Submit</button></section></section><section class="col-md-3" style="height: 400px;border-left: solid #7FFFD4 1px;"></section></section></article>
</body>
</html>

2. 后端

后端我们采用的是 tornado 架构，之所以使用 tornado 是因为 Tornado 是使用 Python编写的一个强大的、可扩展的 Web 服务器。它在处理严峻的网络流量时表现得足够强健，但却在创建和编写时有着足够的轻量级，并能够被用在大量的应用和工具中。Tornado 和主流 Web服务器框架（包括大多数 Python 的框架）有着明显的区别：它是非阻塞式服务器，而且速度相当快。

#!/usr/bin/env python# -*- coding: utf-8 -*-import os.path
import tornado.auth
import tornado.escape
import tornado.httpserver
import tornado.ioloop
import tornado.options
import tornado.web
from tornado.options import define, optionsimport os
import aimlos.chdir(r'C:\Users\clys\Desktop\AIML\example1')
k = aiml.Kernel()
k.learn("cn-startup.xml")
k.respond("load aiml cn")define('port', default=8000, help='run on the given port', type=int)class Application(tornado.web.Application):def __init__(self):handlers = [    #handlers，它告诉 Tornado 应该用哪个类来响应请求。(r'/', MainHandler),(r'/chat', ChatHandler),]settings = dict(template_path=os.path.join(os.path.dirname(__file__), 'templates'), #该句作是告诉 tornado 在哪里找模板文件static_path=os.path.join(os.path.dirname(__file__), 'static'),debug=True,   #设置调制模式，默认为 false)tornado.web.Application.__init__(self, handlers, **settings)class MainHandler(tornado.web.RequestHandler):def get(self):   #get 的作用是渲染界面self.render('index.html')   #发送 index.HTML 文件给浏览器def post(self):  #post 的作用是获取参数，并分析，返回结果result = {'is_success': True,'message': '123'}respon_json = tornado.escape.json_encode(result)self.write(str(respon_json))def put(self):respon_json = tornado.escape.json_encode("{'name':'XXX','age':123}")#tornado.escape.json_encode(result)的作用是：json 对指定的 python 对象进行编码self.write(respon_json)class ChatHandler(tornado.web.RequestHandler):  # 定 义 一 个tornado.web.RequestHandler 的子类为 ChatHandlerdef get(self):self.render('chat.html')def post(self):try:message = self.get_argument('msg', None)print(str(message))result = {'is_success': True,'message': str(k.respond(message))}print(str(result))respon_json = tornado.escape.json_encode(result)self.write(respon_json)except Exception as ex:repr(ex)print(str(ex))result = {'is_success': False,'message': ''}self.write(str(result))def main():tornado.options.parse_command_line()http_server = tornado.httpserver.HTTPServer(Application())http_server.listen(options.port)tornado.ioloop.IOLoop.instance().start()if __name__ == '__main__':print('HTTP server starting ...')main()

3. 语料库

1)标签解释：

<aiml>：定义一个 aiml 文件的开始与结束
<category>：定义一个知识的单元
<pattern>：定义一个模板，来匹配用户可能的输入
<template>：定义根据用户的输入需要返回的回答

因此表现在聊天界面的效果就是：

user:你好
bot:嗨，好久不见
user:你是谁
bot:我是灰太狼 1234

但是光是以上如此简单的模式，要适应大量的人类语言与句式，显得异常笨重，aiml 提供了许多其他 tag 来帮助人们构建更有效更灵活的问答模式。

代码示例：

<?xml version="1.0" encoding="UTF-8"?><aiml version="1.0"><meta name="author" content="Andelf"/>
<meta name="language" content="zh"/><category>
<pattern>登录</pattern>
<template>
你的用户名是?
</template>
</category><category>
<pattern>*</pattern>
<template><condition><li name="password" value="123456">密码正确, <get name="username" />已通过验证.</li><li name="password" value="">请登陆.</li></condition>
</template>
</category><category>
<pattern>*</pattern>
<that>你的用户名是</that>
<template>
<think><set name="username"><star/></set></think>
你的密码是?
</template>
</category><category>
<pattern>*</pattern>
<that>你的密码是</that>
<template>
<think><set name="password"><formal><star/></formal></set></think>
谢谢.
</template>
</category></aiml>

2)在正式构建聊天机器人之前，需要创建一个名为后缀为.xml 的启动文件，用于作为加载AIML 文件的主入口点。

代码示例：

<aiml version="1.0"><category>
<pattern>LOAD AIML CN</pattern>
<template><!-- Template是模式的响应 --><!-- 这里学习一个aiml文件 -->n<learn>zhoudk.aiml</learn><learn>corpus1000.aiml</learn><learn>maimeng.aiml</learn><learn>rude.aiml</learn><learn>sex.aiml</learn><learn>shengji.aiml</learn><!-- 你可以在这里添加更多的aiml文件 --><!--<learn>chat.aiml</learn>-->
</template>
</category></aiml>

4. 系统测试

1) 运行后端服务器

运行后端服务器界面如图所示：

在这里插入图片描述

2) 后台运行结果

在浏览器中输入以下地址

http://localhost:8000/

聊天界面如图所示：

在这里插入图片描述

后台运行结果如图所示：

在这里插入图片描述

其它资料下载

如果大家想继续了解人工智能相关学习路线和知识体系，欢迎大家翻阅我的另外一篇博客《重磅 | 完备的人工智能AI 学习——基础知识学习路线，所有资料免关注免套路直接网盘下载》
这篇博客参考了Github知名开源平台，AI技术平台以及相关领域专家：Datawhale，ApacheCN，AI有道和黄海广博士等约有近100G相关资料，希望能帮助到所有小伙伴们。