自己实现了一个基于影视剧字幕的聊天机器人

影视剧字幕是什么？

还记得上一篇文章《基于美剧字幕做聊天机器人方案》讲的吗？影视剧字幕是一个很好的聊天语料，所以经过我近半个月的努力，获取了3000多万影视剧字幕语料，有了这份语料，我们可以实现一个自己的聊天机器人了

如何训练这个聊天机器人呢？

为了说明语料的用途，我先用一个最简单的方法来应用到我的聊天机器人，我们暂且不用机器学习，更不用深度学习，我们先用一个最简单的方法：搜索引擎。原理就是：我们假设影视剧字幕里后一句是前一句最好的回答，所以假设一个字幕有以下句子构成：曝光20明星大尺度床戏 真实堪比不雅视频图

(sentence1, sentence2, sentence3, sentence4)

那么我们在搜索引擎里建这样的索引：

field1, field2

sentence1,sentence2

sentence2,sentence3

sentence3,sentence4

那么当我搜索field1时，我们就给回复field2

当然这里对field1的搜索我们是要考虑相关性的，相关性越高，结果越好

提供检索服务

为了能使用这份索引，我们需要建设一个检索服务，支持http协议访问，然后我们通过网站后端php来访问这个服务，并从返回的结果中选出排序最优的那个作为回答，具体效果就像是：

我: 早上好

小二兔: 你也醒了

我: 是啊，睡得怎么样

小二兔: 你要问我什么吗 瑞恩

我把这个聊天机器人叫做小二兔，发布在了www.shareditor.com/chatbot/，欢迎把玩

效果怎样？

这样的机器人毕竟比较简单，回答的结果差强人意，有时候驴唇不对马嘴，接下来就是继续改善算法的时候了，我会参考一些自动问答相关的论文来完善这里面的算法，让它逐渐产生智能，希望大家多多关注交流