在上一篇文章中，我简单的叙述了下人机交互的基本内容以及人机交互中涉及到的NLP技术，接下来的文章中，我将侧重于实践部分，本篇文章将从一个简单的DEMO（其实也不是那么简单）——一个基于知识图谱和AIML模板的知识问答。实际上基于模板的知识库问答在工业中比较常见（经过一定调研），接下来，我将从知识图谱和问答架构这两方面的建立开始论述。这个框架见下图。
这个知识问答是我基于一个电影知识图谱做的，其实这个小Demo的实现时间是在金融图谱文章之前做的，所以用的是一个比较简单的图谱，而且这个图谱也是参照别人的例子做的，在这里先把数据贴出来，和上篇文章一样，把这个数据导入mysql,然后导入neo4j，就是下面这个样子：
这部分内容和上一篇一样，甚至更简单，这里就不详细说明了，这篇博客主要讲一下我使用AIML的使用过程。
啥是AIML？
AIML，全名为Artificial Intelligence Markup Language（人工智能标记语言），是一种创建自然语言软件代理的XML语言，是由Richard Wallace和世界各地的自由软件社区在1995年至2002年发明的。
具体的AIML的语法就不详细讲了，具体的参见这篇博客https://blog.csdn.net/woowindice/article/details/302298，如果想了解更多这部分内容可以去网上搜，我的理解就是一个利用模板进行问答，对话的工具。
对于AIML的安装，这里建议不要安装中文版本，直接pip install aiml,然后将中文分词然后转换为Unicode编码格式。
2.接下来讲一下我们设置的实现功能
KGQA支持查询的问题（提问模式不唯一）：
（1）.单人电影查询：
章子怡演过什么电影？
（2）.双人电影查询：
周星驰和巩俐合作过什么电影？
（3）.电影评分查询：
夜宴这部电影多少分？
（4）.电影介绍查询：
功夫讲的什么
（5）.电影上映日期查询
（6）.电影主要演员查询
先来展示一下最终的实验效果：
接下来讲一下AIML的使用过程：
1.启动AIML并调用模板库：
2.输入问题，AIML响应，搜索模板库做出回应
代码真就这么简单，实际上AIML的模板在这里一次性完成了意图识别和实体识别两个任务，我举个例子：
1.输入“甄子丹和周润发合作过什么电影”
2.分词结果：
3.接下来AIML就会去刚才加载的模板库里寻找这句话匹配的模板，就是下面这个：
这里返回的response就是这个
这里面0代表就是意图，%就是我自己在模板中设置的一些符号，用来提取实体。
4.根据意图识别结果查询图谱
对应的查询语句长这样：
最后就得到结果啦！！
这只是一个相对简单的Demo，用于入门AIML吧，实际上模板的方法挺实用的，毕竟生成式的问答在工程上的难度成本都挺大的，后面我会介绍sequence to sequence模型，就是一个经典的生成式模型！
