Python NLP通用英语到行动

我正在使用基于文本的自然语言处理来自动化应用程序的任务流

它类似于聊天应用程序，用户可以在其中键入文本区域。同时，python代码解释用户想要什么，并执行相应的操作

应用程序具有以下命令/操作：

创建任务

命名为t1

为任务增加时间

将t1连接到t2

用户可以输入聊天（自然语言）。这将类似于一般的英语对话，例如：

您能否创建一个名为t1的任务并为其分配时间。另外，将t1连接到t2

我可以编写一个规则驱动解析器，但它只限于少数几个规则

我可以使用哪种方法或算法来解决此任务？

---

如何将通用英语映射到命令或行动

我认为您的问题与基于规则的系统相关。 您需要在项目的核心中包含两个基本组件，如下所示：

1-角色库： 您的角色列表

2-推理机： 根据输入和规则库的交互推断信息或采取行动

---

spacy

是一种python方法，我认为它会对您有所帮助。（）。

我认为最好的解决方案是使用像或这样的外部服务。您可以创建一个免费帐户，然后您可以将某些文本映射到所谓的“意图”

---

这些意图定义了系统的主要操作。您还可以定义捕获任务名称等信息的“实体”。请看一下这些工具。我相信他们可以处理您的用例。

您可能想试试。这是一个非常好的NLP库，并提供了一个方便的入门工具。我想你可能会发现这对找到句子结构很有帮助，也对弄清楚你的用户要求机器人做什么很有帮助。如果您对NLP的兴趣不只是过眼烟云，我建议您阅读全文，因为其中大部分内容都非常通用，可以在NLTK之外应用。

您所描述的是一个通用问题，有很多可能的解决方案。我们不知道您的业务需求将严重影响正确的方法

例如，您需要标记自然语言输入。你应该使用基于规则的方法，还是机器学习方法？也许两者都有？让我们考虑你的输入字符串：

Can you create a task with name t1 and assign time to it. Also, connect t1 to t2

我们的系统可能会以以下方式标记此输入：

Can you [create a task] with [name] [t1] and [assign] [time] to it. Also, [connect] [t1] to [t2]

括号表示语义信息，完全没有结构。结构重要吗？您是否需要知道

connectt1

与文本本身中的

t2

相关，或者我们可以假设这是因为所有输入都将遵循此结构

如果输入总是遵循这种结构，并且总是包含这些类型的语义，那么您可能可以使用正则表达式和提供预构建方法来解析它

如果输入的是真正的自然语言（即，您正在构建siri或alexa竞争对手），那么这将非常复杂，您不会在这样的帖子中得到有用的答案。相反，如果你对语言学和计算机科学都有足够的了解，能够系统地解决这个问题，那么你前面就会有几千条这样的帖子。

假设文本是“请为我订购比萨饼”或“我可以从优步预订出租车吗”

使用像nltk这样的好库并解析这些句子。由于社交英语在语法上通常是不正确的，您可能需要使用自定义的破损英语语料库来训练解析器。接下来，您必须按照以下步骤了解用户的需求

找出一段中的句号，记住缩写，行话，比如？？？等等

下一步，通过不同的库通过词性标注（POS）找到各个句子中的所有动词和名词短语

在真正的工作开始之后，我的方法是创建一个动词图，其中相似的动词彼此接近，而不同的动词相距很远。 让我们假设你有像排列，指令，命令，指令，听写这样更接近顺序的单词。因此，如果您的用户在其文本中写入上述任何一个动词，您的算法将确定该用户真正的意思是暗示顺序。您还可以使用该图形的边来指定使用该动词的上下文

现在，您必须根据在原始句子中解析的名词短语为这个动词“order”指定动作。 这只是对该算法的一个高级解释，它有许多需要认真考虑的问题，下面列出了其中一些问题

在很短的时间内找到根动词和给定动词之间的相似性指数

图表中没有条目的生词。一种可能的方法是通过在谷歌上搜索这个词来更新你的图表，从提到这个词的页面中找到上下文，并在图表中为这个新词找到一个合适的位置

拼写错误的单词与专有动词或名词的相似性指数

如果你想建立一个更复杂的模型，你可以为每一个词性构建一个图表，并且可以从每个图表中选择合适的单词来组成句子来回应查询。上面提到的图表是指动词词性。

尽管如此，这是正确的。看起来你不想训练机器人。 因此，为了处理语言输入的变化（词汇、语义…），您需要一个经过预培训的机器人，您可以自定义它（或者根据需要添加规则）

最简单的面向业务的解决方案是。还有一个免费的预览程序

另一种选择是使用谷歌（Google）的语法分析器（一种预先培训过的英语语法分析器，支持40种语言）