前端手写一个人工智能回复小助手

灰太狼 2022-10-05 00:46 158阅读 0赞

点击上方 前端瓶子君，关注公众号

回复算法，加入前端编程面试算法每日一题群

![c4f31acc26a450ded04f4dea039d09fe.png][]

前言

说到人工智障，相信大家应该都记得之前的那个仅有几个`replace`的智能回复吧。

![529447f0b5fa3f6cda00f0b45d879ffc.png][] image.png

嗯，非常的智能。

![c307efb1d06ca73b4066d3bfba8a7864.gif][] 20160417854814\_tPmgKw.gif

我们都知道中文博大精深，一句话可以有非常多种的解释。

举个例子：

> 他赞成我不赞成？
> 
> 他赞成，我不赞成。
> 
> 他赞成我不？赞成。
> 
> 他赞成我？不赞成。

是吧，所以如果我们要实现一个非常聪明的智能是很难的。

不过若干智能助手也是有名的蠢了。

所以，我实现一个蠢但没完全蠢的智能回复应该问题不大。

> github项目地址：github.com/lionet1224/…

# 思路 #

一开始我是想通过词义来解析一句话。

区分词的类型，如：名词、动词、形容词...等等，然后通过权重将这些词关联起来，最后总结出一个最匹配的回答。

不过实现起来感觉很复杂就放弃了。

![66d8136fc8cf951623f6f7a75e6ca1aa.png][] image.png

后面就想着，我可以简化这个过程啊，不去区分词的类型，直接就是在所有定义好的句子中取到最匹配的那条。

> 句子是定义好的回答模板

例如：

1.  我发送: 我喜欢点赞
2.  那么我喜欢点赞可以解析为一个数组`['我', '喜欢', '点赞']`
3.  然后在一个`保存所有句子的数组`中取得最匹配的那条句子
4.  最后调用这条句子的回答方法：我也是并且我已经点了

那么基于这个思路我们就可以开发了。

# 准备工作 #

我们需要用到`nodejieba`这个node库，所以就需要启动一个node服务。

> NodeJieba是"结巴"中文分词的 Node.js 版本实现， 由CppJieba提供底层分词算法实现， 是兼具高性能和易用性两者的 Node.js 中文分词组件。- github.com/yanyiwu/nod…

先安装一下`koa`及其相关的库吧。

> npm install koa2 koa-router koa-static nodejieba nodemon --save

然后在根目录中创建一个文件`server.js`来编写对应的服务代码。

实现的功能不复杂，就是将编写一个api可以将前端输入的句子分解成数组然后返回给前端，并且创建一个静态文件服务器来展示页面。

const nodejieba = require('nodejieba')
    const Koa = require('koa2')
    const Router = require('koa-router')
    const static = require('koa-static')
    const app = new Koa();
    const router = new Router();
    
    // 一个get请求
    router.get('/word', ctx => {
      // cut就是nodejieba来分解句子的方法
      // ctx.query.word 获取链接中"?word=x"的x
      ctx.body = nodejieba.cut(ctx.query.word);
    })
    
    // 创建静态文件服务器
    app.use(static('.'))
    // 应用路由
    app.use(router.routes())
    
    // 监听端口启动服务
    app.listen(3005, () => {
      console.log('start server *:3005')
    })
    复制代码

那么我们在`package.json`中写入对应的启动命令。

{
      // ...
      "scripts": {
        "test": "echo \"Error: no test specified\" && exit 1",
        "dev": "nodemon server.js"
      },
      // ..
    }
    复制代码

启动成功后，我们可以在终端中看到启动成功的显示。

![7b159880b2df9e14ae38a042c518ba0a.png][] image.png

# 编写前端代码 #

首先我们需要一个界面来展示及操作我们的对话。

这里不管你是仿QQ也好还是仿微信、钉钉什么的，都行，实现了就好。

我就不贴代码了，有兴趣的可以去github中看看。

![86571d03db32842eae2f43c723a702d9.png][] image.png

实现对应的发送信息的逻辑。

// 人工智障一代
    function AImsg1(str){
      return str.replace(/[?？]/g, '!')
                .replace(/[吗嘛]/g, '')
                .replace(/[你我]/g, (val) => {
                  if(val === '我') return '你'
                  else return '我'
                });
    }
    
    // 判断一下使用哪一代智能
    // 默认使用二代
    function getAImsg(str, type = 2){
      return new Promise(resolve => {
        if(type === 1){
          resolve(AImsg1(str))
        } else {
          AImsg2(str).then(res => {
            resolve(res)
          })
        }
      })
    }
    
    // 输入框
    let inputMsg = document.querySelector('#input-msg')
    // 发送按钮
    let emitBtn = document.querySelector('#emit')
    // 显示信息的容器
    let wrapper = document.querySelector('.content');
    
    // 用户发送信息，并且让AI也发送
    function emitMsg(){
      let str = inputMsg.value;
      insertMsg(str, true);
      // 发送后清空输入框
      inputMsg.value = ''
    
      // 延迟一秒回复
      setTimeout(() => {
        getAImsg(str).then(res => {
          insertMsg(res);
        });
      }, 1000);
    }
    
    // 插入到页面中，flag来判断是用户发送的还是电脑发送的
    function insertMsg(str, flag){
      let msg = document.createElement('div');
      msg.className = 'msg ' + (flag ? 'right' : '')
      msg.innerHTML = `<div>${str}</div>`;
      wrapper.appendChild(msg);
    
      wrapper.scrollTop = 100000;
    }
    
    emitBtn.onclick = () => {
      emitMsg();
    };
    // 回车键也可以发送
    inputMsg.addEventListener('keyup', ev => {
      if(ev.keyCode === 13) emitMsg();
    })
    复制代码

通过上面的代码，我们就实现了发送信息的功能。

# 定义句子 #

可以将句子理解为一个模板，如果用户发送的话匹配了一条句子，那么人工智能就使用这条句子回复。

接下来，我们来实现`句子`的定义。

// 定义句子的类
    // 句子
    class Sentence{
      constructor(keys, answer){
        // 关键词
        this.keys = keys || [];
        // 回答的方法
        this.answer = answer;
        // 存储可变数据
        this.typeVariable = {};
      }
    }
    复制代码

可以看出，我在其中定义了`keys`/`answer`/`typeVeriable`三个变量。

*  `keys`就是用来匹配的关键词
 *  `answer`这是一个方法，当匹配了这条句子之后就调用这个方法返回对应的话
 *  `typeVariable`这个是为了让回答不那么死板，可以将一些可变的词提取出来然后在`answer`进行判断，最后返回合适的回答。

# 简单的实现 #

我们先不考虑可变通的回答，先实现一个最简单的问答。

> 我说: 天气是蓝色的
> 
> 智能回复: 嗯嗯，天空是蓝色滴

// 我们可以先实现一下AImsg2这个方法，以方便调用
    function  AImsg2(str){
      return new Promise(resolve => {
        // 获取前面开发的那个api的数据，将用户输入的文字当做参数。
        axios.get(`http://localhost:3005/word?word=${str}`).then(res => {
          console.log(res.data)
          // 去匹配适合的句子
          let sentences = matchSentence(res.data);
    
          // 如果没有匹配的回复
          if(sentences.length <= 0){
            resolve('emm，你在说什么呀，没看懂呢')
          } else {
          // 如果有匹配的就去获取回答
            resolve(sentences[0].sentence.get())
          }
        })
      })
    }
    复制代码

来实现一下`matchSentence`这个方法。

// 匹配最适合的句子
    // 低于30%的匹配当做不匹配
    function matchSentence(arr){
      let result = [];
      sentences.map(item => {
        // 用句子类自身的match方法判断是否匹配，返回匹配成功的关键词数量
        let matchNum = item.match(arr);
        // 如果匹配数量低于总关键词数量的1/3就当做没看到
        if(matchNum >= item.keys.length / 3) result.push({
          sentence: item,
          // 这里是匹配的关键词与总关键词数量的比例，为了方便排序最合适的那条
          searchNum: matchNum / item.keys.length
        })
      })
      
      result = result.sort((a, b) => b.searchNum - a.searchNum);
      return result;
    }
    复制代码

到`Sentence`中实现`match`及`get`方法。

class Sentence{
      // ...
      
      // 获取用户发送的语句与定义的句子的匹配程度
      match(arr){
        // 每次匹配都重置数据
        this.typeVariable = {};
        // 将其解构放入一个新数组(浅拷贝功能)
        // 为了数据不会影响去匹配下一个句子
        let userArr = [...arr];
        let matchNum = this.keys.reduce((val, item) => {
          // 关键词是否匹配
          let flag = userArr.find((v, i) => {
            return v === val;
          })
          return val += flag ? 1 : 0;
        }, 0)
    
        return matchNum;
      }
      
      // 调用回答方法并且将变量传入
      get(){
          return this.answer(this.typeVariable)
      }
    }
    复制代码

最后添加句子的实例存入数组。

let sentences = [
      new Sentence(['天', '天空', '是', '蓝色', '颜色'], type => {
        let str = '嗯嗯，天空是蓝色滴';
    
        return str;
      }),
    ]
    复制代码

不出意外的话，我们输入`天空是蓝色的`就将会得到回复：`嗯嗯，天空是蓝色滴`。

![1791a7e74db53b4014a44e83c33e1652.png][] image.png

为什么关键词是`['天', '天空', '是', '蓝色', '颜色']`这样的？

因为我们可能的问法有`天是什么颜色`/`天空的颜色是蓝色的`，所以我们可以将更多的关键词加入，以方便匹配。

# 变通的回答 #

如果仅仅是上面的写法，我们就只能非常死板的回答，所以，我们可以给一些关键词定义为可变的数据，最后取到这些数据来灵活的回答。

> 例如：爸爸的爸爸叫什么？

我们先来定义一个类，来保存一个种类的关键词。

// 种类，为一个系列的文字，如颜色的赤橙黄绿青蓝紫、时间的今天明天后天
    class Type{
      // key是关键词
      // arr是这个种类下的词
      // exclude 排除关键词
      constructor(key, arr, exclude){
        this.key = key;
        this.arr = arr;
        this.exclude = exclude || [];
      }
    
      // 判断是否匹配
      match(str){
        return this.arr.find(item => {
          return str.indexOf(item) > -1;
        }) && this.exclude.indexOf(str) <= -1
      }
    }
    复制代码

然后创建对应语句的实例：

let sentences = [
      // 使用%x%的语法来表示可变数据
      new Sentence(['%family%', '的', '%family%', '叫', '是', '什么'], type => {
        let data = {
          '爸爸': {
            '爸爸': '爷爷',
            '妈妈': '奶奶'
          },
          '妈妈': {
            '爸爸': '姥爷',
            '妈妈': '姥姥'
          },
        }
    
        // 判断是否拥有这个叫法
        let result = data[type.family[0]] && data[type.family[0]][type.family[1]]
    
        // 最后返回
        if(result){
          return `${type.family[0]}的${type.family[1]}叫${result}喔`
        } else {
          return '咳咳，我不知道诶'
        }
      }),
    ]
    
    let types = {
      // 创建family这个种类
      family: new Type('family', ['爸爸', '妈妈', '哥哥', '姐姐', '妹妹', '弟弟', '外公', '外婆', '婆婆', '爷爷'])
    }
    复制代码

当然定义好了之后还需要在`Sentence`中编写获取可变数据的方法。

class Sentence{
      // ...
    
      // 获取用户发送的语句与定义的句子的匹配程度
      match(arr){
        this.typeVariable = {};
        let userArr = [...arr];
        let matchNum = this.keys.reduce((val, item) => {
          let flag = userArr.find((v, i) => {
            // 使用正则匹配%x%的写法，并且获取x的数据
            let isType = /^%(.*)%$/.exec(item);
            
            if(isType){
              // 判断关键词是否在这个种类中
              let matchType = types[isType[1]].match(v)
    
              if(matchType){
                // 存入typeVariable中
                if(!this.typeVariable[isType[1]]) this.typeVariable[isType[1]] = [];
                this.typeVariable[isType[1]].push(v);
                // 匹配过后，这个存入的数据应该删除，不然后面匹配的时候会将第一个数据重复输入
                userArr.splice(i, 1)
              }
    
              return matchType;
            } else {
              return item === v;
            }
          })
          return val += flag ? 1 : 0;
        }, 0)
    
    
        return matchNum;
      }
    
      // ...
    }
    复制代码

到这里变通回答的功能就实现了，我们来看看效果。

![b188e0ffdd26d3f458370a27ab0e3f6c.png][] image.png

# 更多的功能 #

可以增加的功能还是挺多的，如：

*  回复可以增加一些随机性，我可以回复你：我有点喜欢你，也可以说：我超级喜欢你。
 *  可变的数据获取可以增加更多的选择，不只是匹配`Type`，还可以指定某个关键词后面接着的关键词，如：我喜欢点赞，那么我就取到点赞这个关键词。
 *  在调用`answer`时调用其他的API，以实现更好的功能，如：获取天气、获取地点、获取土味情话。
 *  区分不同性格的回答，内向的人、外向的人、热情的人、冷淡的人拥有不一样的语气。

还有更多的想法就不一一列举了。

# 最后 #

感谢大家的阅读，此文仅为抛砖引玉，代码质量不佳请勿见怪。

![29435b31be63d5479f86bbc932cc63bc.png][](诚挚的眼神)

关于本文

# 作者：我系小西几呀 #

https://juejin.cn/post/6963781192428552205

## 最后 ##

欢迎关注【前端瓶子君】✿✿ヽ(°▽°)ノ✿

回复「算法」，加入前端编程源码算法群，每日一道面试题（工作日），第二天瓶子君都会很认真的解答哟！

回复「交流」，吹吹水、聊聊技术、吐吐槽！

回复「阅读」，每日刷刷高质量好文！

如果这篇文章对你有帮助，「在看」是最大的支持

》》面试官也在看的算法资料《《

“在看和转发”就是最大的支持

[c4f31acc26a450ded04f4dea039d09fe.png]: /images/20221005/514faa90d02c4a63927d5756723c9a13.png
[529447f0b5fa3f6cda00f0b45d879ffc.png]: /images/20221005/178c017d142243b08b283f23c5e5439c.png
[c307efb1d06ca73b4066d3bfba8a7864.gif]: /images/20221005/1a30f51b491e48d987e2a79d0bd1003f.png
[66d8136fc8cf951623f6f7a75e6ca1aa.png]: /images/20221005/c5baebacb71847168ae8e936504265de.png
[7b159880b2df9e14ae38a042c518ba0a.png]: /images/20221005/60afb5e0759949ff93b355d7430be9ad.png
[86571d03db32842eae2f43c723a702d9.png]: /images/20221005/e0bce6f73c704a2f9b41c050102f6a91.png
[1791a7e74db53b4014a44e83c33e1652.png]: /images/20221005/162a0fb882ea49eeb0ba494345ef9206.png
[b188e0ffdd26d3f458370a27ab0e3f6c.png]: https://img-blog.csdnimg.cn/img_convert/b188e0ffdd26d3f458370a27ab0e3f6c.png
[29435b31be63d5479f86bbc932cc63bc.png]: https://img-blog.csdnimg.cn/img_convert/29435b31be63d5479f86bbc932cc63bc.png