System_Dialogowy_Janet/Makiety.py

153 lines
4.5 KiB
Python
Raw Normal View History

2021-05-09 13:57:44 +02:00
import jsgf
2021-04-19 17:03:06 +02:00
class NLU: #Natural Language Understanding
"""
Moduł odpowiedzialny za analizę tekstu. W wyniku jego działania tekstowa reprezentacja wypowiedzi użytkownika zostaje zamieniona na jej reprezentację semantyczną, najczęściej w postaci ramy.
Wejście: Tekst
Wyjście: Akt użytkownika (rama)
"""
2021-05-09 13:57:44 +02:00
def __init__(self, acts, arguments, book_grammar):
2021-04-25 11:44:21 +02:00
self.acts = acts
self.arguments = arguments
2021-05-09 13:57:44 +02:00
self.book_grammar = book_grammar
2021-05-09 14:19:01 +02:00
def get_dialog_act(self, rule):
2021-05-09 13:57:44 +02:00
slots = []
2021-05-09 14:19:01 +02:00
self.get_slots(rule.expansion, slots)
2021-05-09 13:57:44 +02:00
return {'act': rule.grammar.name, 'slots': slots}
2021-05-09 14:19:01 +02:00
def get_slots(self, expansion, slots):
2021-05-09 13:57:44 +02:00
if expansion.tag != '':
slots.append((expansion.tag, expansion.current_match))
return
for child in expansion.children:
2021-05-09 14:19:01 +02:00
self.get_slots(child, slots)
2021-05-09 13:57:44 +02:00
if not expansion.children and isinstance(expansion, jsgf.NamedRuleRef):
2021-05-09 14:19:01 +02:00
self.get_slots(expansion.referenced_rule.expansion, slots)
2021-04-25 11:44:21 +02:00
def analyze(self, text):
"""
Analiza Tekstu wprowadzonego przez użytkownika i zamiana na akt (rama)
"""
2021-04-19 17:03:06 +02:00
print("Analiza Tekstu: " + text)
2021-04-25 11:44:21 +02:00
act = "(greetings()&request(name))"
print("Akt to: " + act)
2021-04-19 17:03:06 +02:00
#przerobienie na wektor
2021-04-25 11:44:21 +02:00
act_vector = [[0],[1,0]] #1 wektor to greetings, a 2 wektor to request z argumentem "name"
2021-04-19 17:03:06 +02:00
print("Zamiana na: ")
2021-04-25 11:44:21 +02:00
print(act_vector)
return act_vector
2021-04-19 17:03:06 +02:00
2021-05-09 14:19:01 +02:00
def test_nlu(self, utterance):
matched = self.book_grammar.find_matching_rules(utterance)
2021-05-09 13:57:44 +02:00
if matched:
2021-05-09 14:19:01 +02:00
return self.get_dialog_act(matched[0])
2021-05-09 13:57:44 +02:00
else:
return {'act': 'null', 'slots': []}
2021-04-19 17:03:06 +02:00
class DST: #Dialogue State Tracker
"""
Moduł odpowiedzialny za śledzenie stanu dialogu. Przechowuje informacje o tym jakie dane zostały uzyskane od użytkownika w toku prowadzonej konwersacji.
Wejście: Akt użytkownika (rama)
Wyjście: Reprezentacja stanu dialogu (rama)
"""
2021-04-25 11:44:21 +02:00
def __init__(self, acts, arguments):
self.acts = acts
self.arguments = arguments
self.frame_list= []
2021-04-19 17:03:06 +02:00
2021-04-25 11:44:21 +02:00
def store(self, rama):
"""
Dodanie nowego aktu do listy
"""
2021-04-19 17:03:06 +02:00
print("\nDodanie do listy nowej ramy: ")
print(rama)
2021-04-25 11:44:21 +02:00
self.frame_list.append(rama)
2021-04-19 17:03:06 +02:00
2021-04-25 11:44:21 +02:00
def transfer(self):
2021-04-19 17:03:06 +02:00
print("Przekazanie dalej listy ram: ")
2021-04-25 11:44:21 +02:00
print(self.frame_list)
2021-04-19 17:03:06 +02:00
return self.frame_list
class DP:
"""
Moduł decydujący o wyborze kolejnego aktu, który ma podjąć system prowadząc rozmowę.
Wejście: Reprezentacja stanu dialogu (rama)
Wyjście: Akt systemu (rama)
"""
2021-04-25 11:44:21 +02:00
def __init__(self, acts, arguments):
self.acts = acts
self.arguments = arguments
2021-04-19 17:03:06 +02:00
2021-04-25 11:44:21 +02:00
def choose_tactic(self, frame_list):
"""
Obieranie taktyki na podstawie aktów usera. Bardzo ważna jest kolejność dodawanych do frame_list wartości.
"""
act_vector = [0, 0]
return act_vector
2021-04-19 17:03:06 +02:00
class NLG:
"""
Moduł, który tworzy reprezentację tekstową aktu systemowego wybranego przez taktykę dialogu.
Wejście: Akt systemu (rama)
Wyjście: Tekst
"""
2021-04-25 11:44:21 +02:00
def __init__(self, acts, arguments):
self.acts = acts
self.arguments = arguments
def change_to_text(self, act_vector):
"""
Funkcja zamieniająca akt systemu na tekst rozumiany przez użytkownika.
"""
if(act_vector == [0, 0]):
return "Cześć, mam na imię Janet"
return "Nie rozumiem"
class Janet:
def __init__(self):
self.acts={
0: "greetings",
1: "request",
}
self.arguments={
0: "name"
}
self.nlg = NLG(self.acts, self.arguments)
self.dp = DP(self.acts, self.arguments)
self.dst = DST(self.acts, self.arguments)
2021-05-09 13:57:44 +02:00
self.nlu = NLU(self.acts, self.arguments, jsgf.parse_grammar_file('book.jsgf'))
2021-04-25 11:44:21 +02:00
2021-05-09 13:57:44 +02:00
def test(self, command):
2021-05-09 14:19:01 +02:00
out = self.nlu.test_nlu(command)
return out
2021-04-25 11:44:21 +02:00
def process(self, command):
act = self.nlu.analyze(command)
self.dst.store(act)
dest_act = self.dp.choose_tactic(self.dst.transfer())
return self.nlg.change_to_text(dest_act)
janet = Janet()
2021-05-09 14:19:01 +02:00
janet.test('witam')
2021-04-25 11:44:21 +02:00
while(1):
text = input("Wpisz tekst: ")
2021-05-09 13:57:44 +02:00
print(janet.test(text))