你正在发散么？Focus!： 冲动之“基于二元句对主干检索的聊天机器人”

这个句子是一个贴在我显示器下面的提示语。目的是为了不断提醒自己不要发散。人总是有缺点的，我的缺点就是太发散，经常会被一些东西分散注意力。这不，今天晚上险些又被拉入了自己曾经的一个梦想－－聊天机器人。

自己最早接触聊天机器人是2004年在微软俱乐部担任VB技术小组组长的时候，和组员许楠一起申请了一个聊天机器人的项目。当时的技术非常的简单，就是对每个输入的句子在库中找最接近的句子后随的话来输出，找不到就随意的输出一个转移话题或者模棱两可的句子。

随后2005年在微软亚洲研究院实习的前四个月在和际洲一起研究Alice等聊天机器人的机制，并且完成了一个简单的聊天机器人，自己还手工撰写了好几百条聊天知识。

聊天机器人现在算是自己的一个梦想，每每看到这方面的消息都会非常的集中注意力。晚上看到了一段“两个聊天机器人的对话记录”，又开始迸发做一个聊天机器人的想法。原先自己涉及过的聊天机器人以及Alice的原理，都是在寻找最接近的回复。这种可以看成二元句对模型。如果能够扩展成三元句组模型，相信能够会使聊天机器人的性能得到提高。

具体想法是：将聊天（或者对话）语料库中的每个句子进行适当的主干提取操作，在进行实际聊天过程中，每次对最近的两个句子提取主干，然后在语料库中进行检索，找出最接近的二元对，从而抽取紧随的句子作为回复。

这个方案简单易行。其中涉及到三个关键问题：1、语料的采集；2、句子主干如何设定；3、如何高效检索二元句对。我的粗浅想法是：1、语料可以收集大家的聊天语料库（但是存在难度，没有人愿意公开）；2、句子主干可以采用句法分析的技术来删除一些不相关的节点，可以采用依存句法分析器或者结构句法分析器实现；3、对二元句对建立索引，然后采用Lucene等工具实现快速检索。

呵呵，一种冲动。但是看到显示器下的话“你正在发散么？Focus!”我刚才停住了调研分析。简短记下这个冲动的想法吧。等完成自己现在的主要任务后再继续前进吧。留做备份。

其实自己经常出现类似的冲动想法，这种情况以后自己一定要经常性的记录下来，以备将来回顾，同时也是为了使自己更加关注！