ChatScript是最近在搜对话系统资料的时候搜到的，貌似现在用得人并不多，能搜到的使用经验很少，不像AIML那样被大家熟知。

浅浅的了解了ChatScript（后面简称CS）之后，发现这个对话框架做得挺好的，于是决定用一用它。

CS对话框架的底层程序是由c语言实现的，而对话内容、对话逻辑的控制则通过脚本来完成。这样的话，开发新的bot时，可以只编写对话脚本，而不需要改动底层的代码。

CS支持多种欧洲语言，但最大的缺憾是，不支持中文，或许是中文的结构和句法也英文差异太大了，作者没有考虑它吧。但是，它支持UTF-8格式的词典和文本，是不是有关了一道门，却开了一扇窗的感觉。

好了，开始用它做一个简单的中文对话bot吧。

 

一．    下载

下载地址：https://github.com/bwilcox-1234/ChatScript，下载后解压后得到ChatScript文件夹。目前CS已经更新到7.4.2版本。

感谢何云超的博客提供的Chatscript的部分使用资料，一开始，这些资料给了我很大的帮助。并且何同学在github上开源了他的中文版多轮对话系统，在https://github.com/candlewill/Bots。

 

二．        加入中文分词器

由于中文不像英文一样，中文句子词语并没有严格分开，因此，需要将中文分词器添加到CS里面，并在主调程序中加入分词接口调用。

跟着何同学的做法，下载结巴分词c++版本。下载解压后将cppjieba文件夹，如果想先试用一下结巴分词，看看效果的话，可以跟着README做如下操作：

结果如下图，

执行build里面的demo即可。Cppjieba的核心程序都在include中的.hpp文件中，其他有用程序在deps里面。

实际在CS里面是用jieba，并不需要先make jieba，将cppjie整个文件放入ChatScript文件夹中即可。后续整个系统一起make。

 

CS的源程序在SRC目录下：

CS预制的bot是Harry。整个系统的主调程序为mainSystem.cpp。mainSystem各程序间的调用关系如下：

中文分词的调用函数就加在manSystem.cpp中。分词调用函数CutWords()可仿照cppjieba/test/demo.cpp来写。当然，得先将cppjieba/include/Jieba.hpp include到mainSystem.cpp中。

对话过程由mainSystem中的PerformChat()函数完成。因此，CutWords()在performChat中被调用。

 

以上完成后，接下来开始修改SRC/Makefile文件。打开文件，添加黄色部分：

至此，分词所有的修改完成。

 

三．        加入中文词典

将jieba分词的词典（cppjieba/dict/jieba.dict.utf8）加入到CS的词典中。CS缺省的语言是ENGLIS，在入门阶段，我们暂时不直接添加一门语言（这样做还是比较复杂的，后面再弄吧），而是，直接把中文词典添加到ENGLISH文件夹中。由于底层程序读词典时，只读0.txt-9.txt，以及a.txt-z.txt，所以，中文词只能粘贴到其中一个文件中。

本笨妞觉得CS的词典很好的地方是除了词性外，还给词语标了很详细的标签，同时，非人名、地名的词还标注了意思，这样，后续做语义理解应该会有帮助（个人觉得）。

由于中文词语的词性和英文词性差异较大，且7.4.2版本CS读词性时要读一级词性和二级词性，本笨妞采用了何同学介绍的办法，将所有词的词性标注为（NOUN NOUN_NUMBER）（当然，这并不是长久之计哦，只是为了跑通程序，暂时应付的。）如图，将中文词加入0.txt中：

 

CS初始化系统加载词典的机制是如果存在dict.bin文件，则直接加载dict.bin文件，反之，如果该文件不存在，则读0.txt-9.txt、a.txt-z.txt文件，生成dict.bin。因此，我们添加了中文词之后，要把原来的dict.bin删除，不然，中文词语没有办法被加载到词典中。

 

做完以上修改后，在src目录下执行makesever命令，完成编译，编译完成后ChatScript/BINARIES文件夹下多了一个可执行文件ChatScript。此时，执行ChatScript，你将和机器人Harry对话。你可以输入中文，但是，他只能回答英文。要做一个回答中文的对话机器人，要修改对话脚本和控制脚本。

 

四．        修改和添加脚本

Bot加载的脚本文件在RAWDATA中，脚本的make文件BINARIES目录下的Makefile。

不想用Harry，于是，在RAWDATA下创建自己的文件夹，笨妞给机器人取名为“猫咪”，于是，创建MAOMI目录，并将HARRY文件夹下的simplecontrol.top复制到MAOMI目录下,simplecontrol.top是对话控制脚本，在它下面，可以设定对话的粗粒度规则，如bot的名字，调用话题的规则，以及当bot找不到话题时的回答等。

从HARRY拷贝过来的simplecontorl.top需要修改bot名、显示的名字、调用的话题，以及cs_token变量的赋值。

上图黄色部分需要做修改。其中，cs_token定义了底层程序的部分功能（个人这么觉得），由于对话是中文的，按照Harry定义的cs_token，在运行时会报错，因此，下图黄色部分必须删掉。

DO_SPELLCHECK定义了拼写检验，中文会被检验成错误拼写，因此，得删掉；中文的语法和英文不同，DO_PARSE也最好删除。另外，前面添加中文词典时，二级词性定为NOUN_NUMBER，因此，不能做NUMBER_MERGE。

 

CS对话对话的话题依赖于.top文件，脚本操作基本上也是topic操作。你给Bot添加什么样的topic，bot就跟着topic做相应的理解和回答。添加的topic制定了对话细粒度规则。

如MAOMI下面添加了两个topic，如图

Helloworld.top是欢迎话题，只用到了匹配。clock.top是一个闹钟话题，可以帮助用户设置闹钟，clock.top用变量正则匹配并保存用户说的关键信息，达到多轮对话的效果。

Helloworld.top的内容如图：

Helloworld是topic名，必须唯一，以保证正确的进入话题，topic名前面必须添加“~”符号，猫咪和话题关键词，用“（）”。

Topic内容的定义规则入下：

？：MEAT (you like meat) I do

“？：”是Kind；“MEAT”是label；()内是pattern；“I do”是response。

Helloworld.top里面，定义了嵌套对话。其中，u:是一级kind，a:是二级。当用户说的句子中包含“猫咪”这个词时，bot选择~helloworld这个topic，并匹配到（猫咪）这个规则，于是回答“您好，主人。有什么可以帮助您的吗”，如果用户说没有，bot回答“好吧”，如果用户说“有”，bot回答“请讲”，如果用户回答别的，bot会去匹配别的话题。

编写topic的具体资料在https://github.com/bwilcox-1234/ChatScript/blob/master/WIKI/ChatScript-Basic-User-Manual.md

Clock根据多轮对话的规则，将topic分成了三部分：NLU、policy、NLG三部分，clock.top涉及到变量，变量是个很重要，也比较大的话题，在下一篇会介绍。

 

Topic编辑好后，在RAWDATA目录下添加filesmaomi.txt，这个文件定义了运行bot maomi需要的脚本文件的路径，内容如图：

然后，修改BINARIES目录下的Makefile，如下：

 

接下来在BINARIES目录下执行make all命令即可加载maomi。猫咪的效果如图：

（红色部分是打印的分词器的输入和输出）

五. ChatScript的官方文档