基于 BosonNLP 实现自然语言交互的火车票查询

发表于 | | 阅读次数: |
字数统计: 875 | 阅读时长 ≈ 4

一、实验说明

1.1 简述

在已有的火车票查询工具 iquery 的基础上，利用 BosonNLP 提供的中文语义分析接口，添加自然语言交互功能。

iquery 使用 Python3 编写，提供基于命令行各种信息查询。

BosonNLP 即玻森中文语义开放平台，提供中文自然语言分析云服务。

1.2 知识点

  • Python3
  • iquery 的调用
  • BosonNLP 库

二、实验步骤

2.1 安装 iquery

打开终端 Xfce，执行命令：

1
$ sudo pip3 install iquery

iquery 是一个集成了很多查询功能的工具，火车票查询只是其中之一。

使用 iquery 进行查询，必须严格遵守其输入格式：

2.2 注册 BosonNLP

访问 BosonNLP 官网 http://bosonnlp.com/，注册账号，获取 API 密钥：

2.3 编码

2.3.1 安装依赖

1
$ sudo pip3 install bosonnlp

bosonnlp 是 BosonNLP HTTP API 封装库。

2.3.2 主程序

a. 导入模块：
1
2
3
4
5
6
7
8
9
10
# -*- coding: utf-8 -*-
# six
from distutils.log import warn as printf
import sys
from bosonnlp import BosonNLP
from os.path import expanduser
import os
import collections
import subprocess
import datetime
b. 配置 API 密钥：
1
bosonnlp_token = 'BosonNLP 的 API 密钥'
c. 通过调用 bosonnlp 对自然语言的查询语句实体进行识别：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
class QueryParser(object):
    def __init__(self):
        self.nlp = BosonNLP(bosonnlp_token)
    def parse(self, query_string):
        """
        input:
        9月12号 成都到北京的高铁票
        # 调用 BosonNLP 命名实体识别接口
        # 参考：https://bosonnlp-py.readthedocs.io/#id2
        output:
        [{'entity': [[0, 3, 'time'], [3, 4, 'location'], [5, 6, 'location']], 
        'tag': ['t', 'm', 'q', 'ns', 'p', 'ns', 'ude', 'n', 'n'],
        'word': ['9月', '12', '号', '成都', '到', '北京', '的', '高铁', '票']}]
        """
        result = self.nlp.ner(query_string)[0]
        words = result['word']
        tags = result['tag']
        entities = result['entity']
        return (words,entities,tags)
    def get_entity(self,parsed_words,index_tuple):
        """
        获取已识别的实体
        采用 filter
        参考 python cookbook 部分
        input:
            entities : 二元组
            parsed_words : 解析好的词组
        """
        return parsed_words[index_tuple[0]:index_tuple[1]]
    def format_entities(self,entities):
        """
        给元组命名
        """
        namedentity = collections.namedtuple('namedentity','index_begin index_end entity_name')
        return [namedentity(entity[0],entity[1],entity[2]) for entity in entities]
    def get_format_time(self,time_entity):
        """
        # BosonNLP 时间描述转换接口 
        output
        {'timestamp': '2013-02-28 16:30:29', 'type': 'timestamp'}
        """
        basetime = datetime.datetime.today()
        result = self.nlp.convert_time(
            time_entity,
            basetime)
        #print(result)
        timestamp = result["timestamp"]
        return timestamp.split(" ")[0]
d. 火车票查询函数 pattern_train_ticket：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
def pattern_train_ticket(query):
    query_parse = QueryParser()
    (words,entities,tags) = query_parse.parse(query)
    #给元组命名，整体 filter
    namedentities = query_parse.format_entities(entities) 
    # 检查实体的数量，count，元组，token
    time_nameentity = [nameentity for nameentity in namedentities if nameentity.entity_name=="time"][0] 
    location_nameentities = [nameentity for nameentity in namedentities if nameentity.entity_name=="location"] 
    sorted_location_nameentities = sorted(location_nameentities,key=lambda a:a[1])
    # 排序为有序列表 list.sort() 按照第一个元素排序 sorted(a),按顺序,sorted(a,key=lambda a:a[1]) 按第二个元素排序
    time_entity =  query_parse.get_entity(words,(time_nameentity.index_begin,time_nameentity.index_end))
    time_string = "".join(time_entity)
    format_time = query_parse.get_format_time(time_string)
    location_from_nameentity = sorted_location_nameentities[0] 
    #较前边的,出发地
    location_from_entity =  query_parse.get_entity(words,(location_from_nameentity.index_begin,location_from_nameentity.index_end))
    location_from_string = "".join(location_from_entity)
    location_to_nameentity = sorted_location_nameentities[1] 
    #较后边的，目的地:w
    location_to_entity =  query_parse.get_entity(words,(location_to_nameentity.index_begin,location_to_nameentity.index_end))
    location_to_string = "".join(location_to_entity)
    #printf(u"捕获时间:{}".format(time_string))
    #printf(u"出发地:{}".format(location_from_string))
    #printf(u"目的地:{}".format(location_to_string))
    # 正式查询
    call_iquery_train_ticket(location_from_string,location_to_string,format_time)
    return
e. 调用 iquery:
1
2
def call_iquery_train_ticket(location_from_entity,location_to_entity,time_entity):
    printf(subprocess.call(["iquery",location_from_entity,location_to_entity,time_entity]))
f. main:
1
2
3
4
5
6
7
8
def main():
    query = " ".join(sys.argv[1:])
    printf(query)
    printf("*"*8)
    pattern_train_ticket(query)
if __name__ == '__main__':
    main()

将以上代码保存为 .py 文件，然后在当前目录下执行:

1
python3 *.py 火车票查询语句

例如：

1
2
3
4
5
python3 ibot.py 2016年9月十二号 成都到北京的车票
python3 ibot.py 明天从成都到北京的车票
python3 ibot.py 这周六从成都去北京出差，帮我看下车票
python3 ibot.py 下周五离开成都去北京 查下车票
python3 ibot.py 查一下成都去北京的车票，下周六

参考

https://github.com/protream/iquery

https://github.com/wwj718/ibot

https://python3-cookbook.readthedocs.io/zh_CN/latest/