153 lines
4.6 KiB
Python
153 lines
4.6 KiB
Python
import jsgf
|
|
|
|
|
|
|
|
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)
|
|
"""
|
|
def __init__(self, acts, arguments, book_grammar):
|
|
self.acts = acts
|
|
self.arguments = arguments
|
|
self.book_grammar = book_grammar
|
|
|
|
def get_dialog_act(self, rule):
|
|
slots = []
|
|
self.get_slots(rule.expansion, slots)
|
|
return {'act': rule.grammar.name, 'slots': slots}
|
|
|
|
def get_slots(self, expansion, slots):
|
|
if expansion.tag != '':
|
|
slots.append((expansion.tag, expansion.current_match))
|
|
return
|
|
|
|
for child in expansion.children:
|
|
self.get_slots(child, slots)
|
|
|
|
if not expansion.children and isinstance(expansion, jsgf.NamedRuleRef):
|
|
self.get_slots(expansion.referenced_rule.expansion, slots)
|
|
|
|
def analyze(self, text):
|
|
"""
|
|
Analiza Tekstu wprowadzonego przez użytkownika i zamiana na akt (rama)
|
|
"""
|
|
print("Analiza Tekstu: " + text)
|
|
act = "(greetings()&request(name))"
|
|
print("Akt to: " + act)
|
|
#przerobienie na wektor
|
|
act_vector = [[0],[1,0]] #1 wektor to greetings, a 2 wektor to request z argumentem "name"
|
|
print("Zamiana na: ")
|
|
print(act_vector)
|
|
return act_vector
|
|
|
|
def test_nlu(self, utterance):
|
|
matched = self.book_grammar.find_matching_rules(utterance)
|
|
|
|
if matched:
|
|
return self.get_dialog_act(matched[0])
|
|
else:
|
|
return {'act': 'null', 'slots': []}
|
|
|
|
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)
|
|
"""
|
|
def __init__(self, acts, arguments):
|
|
self.acts = acts
|
|
self.arguments = arguments
|
|
self.frame_list= []
|
|
|
|
|
|
def store(self, rama):
|
|
"""
|
|
Dodanie nowego aktu do listy
|
|
"""
|
|
print("\nDodanie do listy nowej ramy: ")
|
|
print(rama)
|
|
self.frame_list.append(rama)
|
|
|
|
|
|
def transfer(self):
|
|
print("Przekazanie dalej listy ram: ")
|
|
print(self.frame_list)
|
|
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)
|
|
"""
|
|
def __init__(self, acts, arguments):
|
|
self.acts = acts
|
|
self.arguments = arguments
|
|
|
|
|
|
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
|
|
|
|
class NLG:
|
|
"""
|
|
Moduł, który tworzy reprezentację tekstową aktu systemowego wybranego przez taktykę dialogu.
|
|
|
|
Wejście: Akt systemu (rama)
|
|
|
|
Wyjście: Tekst
|
|
"""
|
|
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)
|
|
self.nlu = NLU(self.acts, self.arguments, jsgf.parse_grammar_file('test_book.jsgf'))
|
|
|
|
def test(self, command):
|
|
out = self.nlu.test_nlu(command)
|
|
return out
|
|
|
|
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()
|
|
print(janet.test('chciałbym zarezerwować stolik na jutro na godzinę dziesiątą dla trzech osób'))
|
|
while(1):
|
|
text = input("Wpisz tekst: ")
|
|
print(janet.test(text)) |