论文总字数：22390字

摘 要

21世纪，人类社会进入信息化时代。随着人类科学的飞速发展和全面普及，人们获取信息的方式越来越多样化，获取到各种各样形式的信息量也越来越多。在追求大信息量、大数据的同时，人们对信息的质量和针对性的要求也日益加剧。如何在方便快速地获取到大量信息的同时，还能从这海量的数据中筛选和提取出对个人有用或是感兴趣的部分，已经愈来愈成为当今世界人们在信息科技领域关注的焦点之一。

本文对智能对话聊天系统的研究就属于以上提到的技术范畴。智能对话聊天系统，也被称作聊天机器人，是一种由人向计算机发送交谈信息，计算机通过智能算法分析信息的内容，然后自动回复信息，从而达到高度模拟人与人之间交流聊天这一目的的系统。现今国内外对于聊天机器人的研究和应用已发展到较为成熟的高度。苹果手机里赫赫有名的siri，就包含了语音智能对话聊天这一功能；国内公司赢思软件研发的小i机器人，是目前全球用户量最大的中文智能聊天系统；来自韩国的simsim，因其对话内容风趣幽默，深受广大网友的喜爱。本文将通过对simsim系统运作步骤和关键技术的研究分析，以及对phantomjs爬取网页内容这一方法的运用，设计并实现一款较为基础和简单的智能聊天系统。

关键词：数据筛选；聊天；智能；网页爬取

The Design and implementation of

intelligent chat system

Abstract

In twenty-first Century, the human society entered the information age. With the rapid development and the comprehensive popularization of human science, the way people get information is becoming more and more diverse, the amount of a variety of forms of information is also more and more. In the pursuit of large amount of information and big data, the quality of information and the requirement of the targeted are also increasing at the same time. How to get a large amount of information conveniently and quickly, and meanwhile to extract useful or interesting part of the individual from the mass of data, has increasingly become one of the focus of attention in the field of information technology in today's world.

In this paper, the research on the intelligent dialogue and chat system is a technical category mentioned above. Intelligent chat system, also known as chat robot, is a system that after people send messages to the computer, the computer analysis of information content through intelligent algorithms, and then automatically reply to the information, so as to achieve a high degree of simulation of the communication between people chat. Nowadays, the research and application of the chat robot has been developed to a more mature level. The famous siri of iphone, contains the function of voice intelligent chat; The robot “little i” developed by a domestic company, Yingsi, has currently the world's most users of chinese intelligent chat system; Simsim from Korea, because of its humorous dialogue content, loved by the majority of users. In this paper, I will research and analysis operation steps and key technology of the simsim, and use the method of phantomjs to crawl page content, design and implement a more basic and simple intelligent chat system.

KEYWORDS: data filtering, chat, intelligence, web crawling

目录

智能对话聊天系统设计与实现 I

摘 要 I

Abstract II

第1章 绪论 1

1.1 智能聊天的背景 1

1.2 智能聊天的发展历史 2

1.3 智能聊天的国内外应用现状 2

1.4 论文组织与结构 3

第2章 智能聊天系统的关键技术 4

2.1 匹配算法 4

2.1.1 贪心算法 4

2.1.2 最近邻算法 5

2.2 中文分词 5

2.2.1 基于理解的分词法 5

2.2.2 基于规则的分词法 5

2.2.3 基于统计的分词法 6

2.3 网页爬取 7

第3章 智能聊天系统的结构设计 8

第4章 智能聊天系统的开发实现 10

4.1 实现功能模块 10

4.1.1 用户界面 10

4.1.2 分类处理模块 12

4.1.3 普通聊天处理模块 13

4.1.4 天气查询模块 15

4.1.5 笑话获取模块 17

4.2 遇到的问题 19

4.3 系统测试 19

4.3.1 测试准备 19

4.3.2 功能测试点 19

4.3.3 测试结果 20

4.3.4 结果分析 22

参考文献 23

致谢 24

绪论

智能聊天的背景

随着现代科学技术的飞速发展，特别是信息技术的突飞猛进，人们理论上可拥有的信息量不断积累不断丰富，导致人们对各种信息的需求也在同步增长，同时对信息的质量和与自身需求匹配程度的要求也与日俱增。如果有一种技术可以在以各种方式获取海量数据的同时，还能对这些杂乱无章的数据进行特定地筛选与高效地整理，只将人们感兴趣的数据传递给他们，或者直接对数据进行分析自动帮助人们采取某种操作，那将省去大量人工过程从而极大地提高系统效率。于是，人工智能技术应运而生。

人工智能，英文缩写AI，它是一门新兴的科学技术，致力于研发出用于模拟和拓展人的智能的科学理论及实际应用，其研究领域包括自然语言处理、语音识别、图像识别、机器人和专家系统等，应用场景大到航天航空，小到日常家居，波及人类生活的方方面面，与基因工程、纳米技术并称为二十一世纪三大尖端技术，可以说是当今世界最热门的研究方向之一。

剩余内容已隐藏，请支付后下载全文，论文总字数：22390字