新的实现上下文对话的方法

2018/1/17 更新：olami更新了新版sdk，支持了新的接口，所以不再需要自己编译sdk了，相关的改动已经更新到了码云。

最近olami平台做了一次重大更新，增加了对上下文的支持，这里就研究一下如何用新的方式实现之前提到的上下文功能。

简介

这次更新的主要内容是osl语言中增加了一种特殊的grammar：context grammar。根据文档介绍，context grammar是一种特殊的grammar，作用是补充grammar的功能，通常被用来实现上下文。可以看出，要实现上一篇做到的上下文功能不再需要那么繁琐的方式。接下来就可以一步一步实现上下文功能。

编写grammar

首先，和前面例子类似，新建两个语法模块，为了和之前的区分，一个叫weather2，一个叫navi2。分别给他们加上slot和grammar，这样它们就有了查天气和导航的基本功能：

weather2

// time slot类型为datetime，place slot类型为ext，最短2最长10，高级设置中验证类别选为城市和区县天气1: <time>的天气<{@=query}>天气2: <place>的天气<{@=query}>天气3: (<time><place>|<place><time>)的天气<{@=query}>

navi2

// from和to两个slot设置和weather2中的place相同（不是必须相同）
导航1: 导航去<to><{@=navi}>导航2: (导航从<from>|从<from>导航)(去|到|至)<to><{@=navi}>

编写context grammar

然后，给他们添加上想支持的context grammar：

weather2的context grammar

context1    [查]<time>的
context2    [查]<place>的
context3    <place>的呢

navi2的context grammar

context1    去<to>
context2    从<from>出发
context3    从<from>出发去<to>

加完之后不要忘了发布一下。

修改客户端代码

最后，把之前的测试客户端做一下修改。现在语义平台已经支持了上下文，所以客户端不再需要保存的那些状态，而只需解析语义对应的应用，通过slot和modifier拿对应结果即可（详见文尾代码）。

需要注意的一点是，为了实现整句作为slot的值（如回复“北京”，希望作为slot place的值），我使用了这次更新的接口中的nli_config字段。官方的java client sdk在1.3.0版加入了这个字段的支持，代码中可以直接调用。

新的NliService

和前一篇上下文实现方案中的NliService对比，可以发现少了很多状态的维护，代码变的更简洁了。

package moredemo;import java.io.IOException;
import java.security.NoSuchAlgorithmException;
import java.util.HashMap;import ai.olami.cloudService.APIConfiguration;
import ai.olami.cloudService.APIResponse;
import ai.olami.cloudService.APIResponseData;
import ai.olami.cloudService.TextRecognizer;
import ai.olami.nli.NLIResult;
import ai.olami.nli.Semantic;
import app.App;
import app.NaviApp;
import app.WeatherApp;public class NliService {private static final String appkey = "7dec5096f65c4208b98f0e34a6cede8b";private static final String appSercert = "b11814754dea4966b020f64df5ae5e0a";private HashMap<String, App> appService = new HashMap<>();public static String slotname = null;private TextRecognizer recognizer = null;public void init() {APIConfiguration config = new APIConfiguration(appkey, appSercert, APIConfiguration.LOCALIZE_OPTION_SIMPLIFIED_CHINESE);recognizer = new TextRecognizer(config);// 初始化app服务,key与nli系统中的app名称对应，方便使用。appService.put("weather2", new WeatherApp());appService.put("navi2", new NaviApp());}public String process(String input) {String result = null;if (recognizer != null) {try {NLIConfig nliConfig = new NLIConfig();nliConfig.setSlotName(slotname);APIResponse response = recognizer.requestNLI(input, nliConfig);slotname = null;result = handleResponse(response);} catch (NoSuchAlgorithmException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();} catch (Exception e) {e.printStackTrace();}}return result;}private String handleResponse(APIResponse response) {if (response.hasData()) {APIResponseData data = response.getData();if (data.hasNLIResults()) {NLIResult nliResult = data.getNLIResults()[0];String content = nliResult.getDescObject().getReplyAnswer();if (nliResult.getDescObject().getStatus() == 0 && nliResult.hasSemantics()) {Semantic sem = nliResult.getSemantics()[0];String appname = sem.getAppModule();App app = appService.get(appname);if (app != null) {return app.getResult(sem);} else {return "错误：未知服务类型";}} else {return content;}}}return "抱歉，你说的我还不懂";}public static void recordSlotInQuestion(String slotvalue) {slotname = slotvalue;}
}

测试

测试如下几种情形：

导航的上下文:

天气的上下文：

天气和导航对整句做slot的处理：

直接说context grammar的内容会听不懂：

总结

通过测试能够看到，前一句由模块的grammar处理时，匹配context grammar的后一句才会被该模块继续处理。之后输出的是合并好的语义，客户端使用时无需区分context grammar还是grammar，也不用考虑话题切换等问题，直接使用语义取得结果即可。

经过此次更新，可以说olami平台可支持的语义理解功能得到了进一步完善，只要开发者经过细心雕琢，就能提供不输于主流语音助手的体验。context grammar这个概念的增加，使客户端的开发者可以专注于应用功能的开发，而不必纠结于每一句话之后状态如何改变，不同模块的说法互相冲突等问题。

源码地址：

https://gitee.com/stdioh_cn/moredemo2