如何最好地存储聊天机器人的数据？

Question

我在互联网上寻找聊天机器人。这只是有趣。但现在，我非常喜欢这个主题，所以我想开发自己的聊天机器人。
但第一件事是寻找一种好方法来管理我的聊天机器人的“大脑”。我认为将所有内容保存在 XML 文件中是最好的解决方案，不是吗？
这样文件类型就清楚了。涉及不同名词之间的关系等。当我有一个名词时，例如一棵树。我怎样才能最好地保存一棵树有叶子、树枝和根。一棵树需要水和阳光才能生存吗？
我应该这样保存还是以其他方式保存？

这将是我的这棵树的 XML - 示例：

<nouns>
    <noun id="noun_0">
        <name>tree</name>
        <relationship>
            <has>noun_1</has>
            <has>noun_2</has>
            <has>noun_3</has>
            <need>noun_4</need>
            <need>noun_5</need>
        </relationship>
    </noun>
    <noun id="noun_1">
        <name>root</name>
    </noun>
    <noun id="noun_2">
        <name>branch</name>
        <relationship>
            <has>noun_3</has>
        </relationship>
    </noun>
    <noun id="noun_3">
        <name>leaf</name>
    </noun>
    <noun id="noun_4">
        <name>water</name>
    </noun>
    <noun id="noun_5">
        <name>light</name>
    </noun>

    . . .

</nouns>

Answer 1

数据存储选择：视情况而定

简单的非学习机器人：XML 就可以

看起来您已经制定了基本的 XML 结构。对于刚开始的人来说，我认为这很好，特别是对于人工智能支持聊天机器人 ( if userMsg.contains('lega') then print('TOS & Copyright...')。

当然，切换到任何新格式都需要时间和开销。

学习，复杂的机器人：数据库！

如果您想做一些更大的事情，特别是如果您想到了CleverBot，我认为您将需要一个数据库。这是因为，当您的文件 .. 是一个文件并且非常大时，尝试将其全部保留在内存中会占用大量资源。对于此类项目，我推荐一个数据库。

为什么？英语很复杂

不久前，我写了一个尼夫贝叶斯垃圾邮件分类器。大约需要 10,000 条垃圾邮件才能以 7% 的准确率“训练”它，这需要大约 6 小时和 1.5GB RAM 来将数据保存在内存中。这是很多数据。英语非常难，无法真正破解if 'pony' then 'saddle'，因此对于机器人来说，要“学习”最佳响应，您的数据库将变得庞大且很快。