看到這個題目，估計程式猿們要笑了，大家都懂的嘛。畢竟大家已經被“21天學會XXX”坑了不少回了。所以，這個題目自然是開玩笑的了，怎麼可能21天搞定聊天機器人呢。
雖然2016年號稱人工智慧元年，各種牛逼的人工智慧技術如雨後春筍冒出來，但是要打造一個智慧聊天機器人談何容易，目前還沒有一款聊天機器人可以通過“圖靈測試”。最近大熱的《西部世界》中的阿諾德提到了人工智慧的四層金字塔模型，從下往上依次為"記憶","即興","私利","?", (最上面一層劇中尚沒有透露), 這也恰恰就是描述我們人類的智商層次。
OK，言歸正傳。今天想聊的只是在做聊天機器人(或者叫語音助手)的過程中需要面對的一個小問題，叫做所謂的命名實體識別(NER: Named Entity Recognition)。NER是自然語言處理中的一個課題，比如識別文字中的人名，地名，日期等這些詞語。
比如對於如下一句話：
“Siri，打電話給Abby"
作為Siri來說，她除了要明白你的這句話是讓她打電話，同時要知道究竟是打電話給誰。在這句話中，很顯然是要打電話給Abby這個人。那自然要從這句話中識別出Abby作為打電話的目標人。那麼怎麼來實現從一句話紅提取出人名這中命名實體呢？ 當然對於人名這種典型的命名實體，已經有很多自然語言處理的工具實現了這個功能，比如NLTK, Stanford NER等。
但是，今天我想講的是藉助機器學習和簡單的NLP來實現定製化的NER。OK，怎麼搞呢？既然提到機器學習，第一反應就是“分類”，畢竟機器學習一個很大的應用領域就在於分類。那麼對於NER怎麼來用“分類”演算法做呢？既然我們的目標是從一個句子中定位出相關的"詞"或"片語"，那麼很自然這個句子中的每個詞或字就可以劃分成兩個分類：人名，和非人名。
對上面的這個例子來說，就可以分為下面兩個類：
- Siri, 打電話給 ---> 非人名分類
- Abby ---> 人名分類
因此這個問題就變成了分類問題了！ 只要我們準備足夠的語料庫（包含可能的說法，和常見的人名）就可以來訓練我們的分類模型了。
具體流程可以參考下面示意圖：
現在你的聊天機器人應該知道怎麼打電話了, 是不是很贊。哈哈，其實這種方法可以推廣，可以用來訓練識別其他的Concept, 不僅僅是人名。
OK，今天先聊到這裡了。
歡迎掃描二維碼，瞭解更多。
