def yes_or_no_some(results, list_num, count_row_start):
rfs('>欲しい情報はありましたか？(yes/no)')
u_ans = input('Input: ')
rfu(u_ans)
if u_ans == 'yes':
#ユーザーが欲しかった情報の回答番号を確保
rfs('>良かったです！何番の回答でしたか？')
ans_num = input('Input: ')
#間違った数字が入力されたときのエラー対処
if list_num < int(ans_num):
ans_num = ans_main_t3.what_num(list_num)
#任意の番号の回答を確保する
result_more = results[int(ans_num)]['data']
ans_main_t3.more_question(result_more)
elif u_ans == 'no':
rfs('>スタッフへ引き継ぐために履歴を表示します。')
record.record_A('----- conversation end -----')
#履歴の表示
df = pandas.read_csv('conversation_log.csv', header=None)
print_record = df[count_row_start:]
print(print_record)
sys.exit()
else:
ans_main_t3.yes_or_no_some(results, list_num, count_row_start)
'''
def more_question(result_more):
#応答について深追いの質問があるか否か(さらに、場所や時間を訪ねる時)
#画像が用意されている場合は表示する
if result_more['image'] != None:
rfs('詳細を表示します')
im = Image.open(result_more['image'])
im.show()
rfs('>これについて、何か質問はありますか？(yes/no)')
u_ans2 = input('Input: ')
rfu(u_ans2)
if u_ans2 == 'no':
rfs('>また、質問してくださいね！Have a nice day!')
record.record_A('----- conversation end -----')
sys.exit()
elif u_ans2 == 'yes':
rfs('>質問は何でしょうか？')
# 入力
st = input('Input: ')
rfu(st)
category_ans = get_nlc.nlc_0(st)
more_category = 'カテゴリー: '
print(more_category + category_ans)
if category_ans == 'what':
rfs('>title:' + result_more['title'])
elif category_ans == 'who':
rfs(">" + result_more['who'] + 'さんです。')
elif category_ans == 'where':
rfs(">" + result_more['where'] + 'です。')
elif category_ans == 'how_time':
rfs(">" + result_more['how_time'] + 'です。')
elif category_ans == 'when':
rfs(">" + result_more['when_day'] + '日の' +
result_more['when_time'] + 'です。')
rfs('>もう一度初めから開始しますか？(yes/no)')
# 入力
u_ans = input('Input: ')
rfu(u_ans)
if u_ans == 'yes':
main_t3.start()
else:
rfs('>また、質問してくださいね！Have a nice day!')
record.record_A('----- conversation end -----')
sys.exit()
#yesとno以外が入力されたときのエラー処理
else:
rfs('>yesかnoを入力してください')
ans_main_t3.more_question(result_more)
def yes_or_no_one(result, count_row_start):
if result['image'] != None:
rfs('>詳細を表示します')
im = Image.open(result['image'])
im.show()
rfs('>欲しい情報でしたか？(yes/no)')
u_ans = input('Input: ')
rfu(u_ans)
if u_ans == 'yes':
result_more = result
ans_main_t3.more_question(result_more)
elif u_ans == 'no':
rfs('>スタッフへ引き継ぐために履歴を表示します。')
record.record_A('----- conversation end -----')
#履歴の表示
df = pandas.read_csv('conversation_log.csv', header=None)
print_record = df[count_row_start:]
print(print_record)
sys.exit()
def make_q(key):
#K３から受け取った最重要キーワード
if key == 'what':
rfs('>Key is "what"')
rfs('>イベント名はわかりますか？(わからない場合は"わからない"を入力)')
# 入力
st = input('Input: ')
rfu(st)
null_word = re.search('わからない|わかりません', st)
if null_word:
add_q_ans = 'null'
return [add_q_ans]
else:
mecab_noun = python_mecab.mecab_general_noun_get(st)
return mecab_noun
elif key == 'when_day':
rfs('>Key is "when_day"')
rfs('>イベントは何日に行われるかわかりますか？(わからない場合は"わからない"を入力)')
# 入力
st = input('Input: ')
rfu(st)
null_word = re.search('わからない|わかりません', st)
if null_word:
add_q_ans = 'null'
return [add_q_ans]
#時間を表現する数字の取得(import reを使用)
else:
#日付の指定
today = 25
return [get_day_time.get_day(st, today)]
elif key == 'when_time':
rfs('>Key is "when_time"')
rfs('>イベントは何時から始まるかわかりますか？(わからない場合は"わからない"を入力)')
# 入力
st = input('Input: ')
rfu(st)
null_word = re.search('わからない|わかりません', st)
if null_word:
add_q_ans = 'null'
return [add_q_ans]
#時間を表現する数字の取得(import reを使用)
else:
return [get_day_time.get_time(st)]
elif key == 'who':
rfs('>Key is "who"')
rfs('>どなたがご出演かわかりますか？(わからない場合は"わからない"を入力)')
# 入力
st = input('Input: ')
rfu(st)
null_word = re.search('わからない|わかりません', st)
if null_word:
add_q_ans = 'null'
return [add_q_ans]
#人名の取得
else:
mecab_name = python_mecab.mecab_name_get(st)
return mecab_name
elif key == 'where':
rfs('>key is "where"')
rfs('>どこで行われるかわかりますか？(わからない場合は"わからない"を入力)')
# 入力
st = input('Input: ')
rfu(st)
null_word = re.search('わからない|わかりません', st)
if null_word:
add_q_ans = 'null'
return [add_q_ans]
else:
mecab_where = python_mecab.mecab_general_noun_get(st)
return mecab_where
# elif key == 'how_time':
# rfs('>key is "how_time"')
# rfs('>そのイベントは何時間開催される予定かわかりますか？(わからない場合は"わからない"を入力)')
# # 入力
# st = input('Input: ')
# rfu(st)
#
# null_word = re.search('わからない|わかりません',st)
# if null_word :
# add_q_ans = 'null'
# return [add_q_ans]
# else:
# #how_timeを取り出す正規表現が入る予定でした...
# return
elif key == None:
rfs('>検索結果が絞り込めませんでした。スタッフへ引き継ぎます')
rfs('>履歴を表示して、システムを終了します')
record.record_A('----- conversation end -----')
#履歴の表示
df = pandas.read_csv('conversation_log.csv')
print_record = df[count_row_start:]
print(print_record)
sys.exit()
def anser(data, category_ans, add_q_count, results, count_row_start):
#信頼度１以上の回答候補をカウントする
ans_count = ans_main_t3.count_list(results)
#k3システムから返されたリストの数を数える
res_count = len(results)
#追加質問を2度行った時
if int(add_q_count) >= 2:
#条件の全検索で見つかった場合
if res_count > 0 and results[0]['all_and'] == 1:
ans_count_condition = ans_main_t3.count_list_condition(results)
#条件全検索リストが１つの時
if ans_count_condition == 1:
rfs('>条件の全検索で当てはまるものが一件見つかりました。')
ans_main_t3.one_ans(category_ans, results)
ans_main_t3.yes_or_no_one(results[0]['data'], count_row_start)
#条件全検索リストが2つ~8つの時
elif ans_count_condition <= 8:
rfs('>条件の全検索で当てはまるものが複数見つかりました。')
ans_main_t3.some_ans_all(category_ans, results,
count_row_start)
ans_main_t3.yes_or_no_some(results, ans_conut_condition,
count_row_start)
#条件全検索リストが5つ以上の時
elif ans_count_condition > 8:
rfs('>追加質問の内容を加味して再検索しましたが、候補となる結果が絞りきれませんでした。')
rfs('>スタッフにひきつぐために履歴表示をします。')
#終了
record.record_A('----- conversation end -----')
#履歴の表示
df = pandas.read_csv('conversation_log.csv', header=None)
print_record = df[count_row_start:]
print(print_record)
sys.exit()
#条件の部分検索で見つかった場合
elif res_count == 0 or results[0]['all_and'] == 0:
if int(ans_count) == 0:
rfs('>追加質問の内容を加味して再検索しましたが、結果が見つかりませんでした。')
rfs('>スタッフに引き継ぐために履歴表示をします。')
#終了
record.record_A('----- conversation end -----')
df = pandas.read_csv('conversation_log.csv', header=None)
print_record = df[count_row_start:]
print(print_record)
sys.exit()
elif int(ans_count) == 1:
rfs('>条件の部分検索で当てはまりました。')
rfs('>代わりに似たものを表示させます。')
ans_main_t3.one_ans(category_ans, results, count_row_start)
ans_main_t3.yes_or_no_one(results[0]['data'], count_row_start)
#候補の数が8個以内の時
elif int(ans_count) <= 8:
rfs('>条件の部分検索では当てはまりました。')
rfs('>代わりに似たものを表示させます。')
ans_main_t3.some_ans(category_ans, results, ans_count,
count_row_start)
ans_main_t3.yes_or_no_some(results, ans_count, count_row_start)
#候補の数が8個以上の時
elif int(ans_count) > 8:
rfs('>追加質問の内容を加味して再検索しましたが、候補となる結果が絞りきれませんでした。')
rfs('>スタッフにひきつぐために履歴表示をします。')
#終了
record.record_A('----- conversation end -----')
#履歴の表示
df = pandas.read_csv('conversation_log.csv', header=None)
print_record = df[count_row_start:]
print(print_record)
sys.exit()
#追加質問をまだ行っていない時
else:
#条件の全検索(AND)で見つかった時の返答
if res_count > 0 and results[0]['all_and'] == 1:
ans_count_condition = ans_main_t3.count_list_condition(results)
#条件全検索リストが１つの時
if ans_count_condition == 1:
rfs('>条件の全検索で当てはまるものが一件見つかりました。')
ans_main_t3.one_ans(category_ans, results, count_row_start)
ans_main_t3.yes_or_no_one(results[0]['data'], count_row_start)
#条件全検索リストが2つ~8つの時
elif ans_count_condition <= 8:
rfs('>条件の全検索で当てはまるものが複数見つかりました。')
ans_main_t3.some_ans_all(category_ans, results,
count_row_start)
ans_main_t3.yes_or_no_some(results, ans_count_condition,
count_row_start)
#条件全検索リストが8つ以上の時
elif ans_count_condition > 8:
#追加質問を行う。
rfs('>大量の回答候補が見つかりました。')
#追加質問をした回数をカウントする変数へ+1
add_q_count += 1
#k3システムから"最重要キーワード"を取得してくる
key = k3.get_wanting_category()
#whereの場合のみ、whatのリストに追加して情報検索部に投げる
if key == 'where':
data['what'].extend(add_q_main.make_q(key))
else:
data[key].extend(add_q_main.make_q(key))
rfs('----- もう一度検索します。 -----')
results = ans_main_t3.look_k3(data)
ans_main_t3.anser(data, category_ans, add_q_count, results,
count_row_start)
#条件の部分検索(OR)で見つかった時の返答
elif res_count == 0 or results[0]['all_and'] == 0:
#信頼度の閾値を超えたリスト数が0個の場合
if ans_count == 0:
#データベースから返答されたリストが一つだった場合、信頼度に関わらず返答する
if len(results) == 1:
ans_main_t3.one_ans(category_ans, results, count_row_start)
ans_main_t3.yes_or_no_one(results[0]['data'],
count_row_start)
else:
rfs('>結果が見つかりませんでした。')
rfs('>追加質問を生成します。')
#追加質問をした回数をカウントする変数へ+1
add_q_count += 1
#k3システムから"最重要キーワード"を取得してくる
key = k3.get_wanting_category()
#whereの場合のみ、whatのリストに追加して情報検索部に投げる
if key == 'where':
data['what'].extend(add_q_main.make_q(key))
if key == None:
rfs('>検索結果が絞り込めませんでした。スタッフへ引き継ぎます')
rfs('>履歴を表示して、システムを終了します')
record.record_A('----- conversation end -----')
#履歴の表示
df = pandas.read_csv('conversation_log.csv',
header=None)
print_record = df[count_row_start:]
print(print_record)
sys.exit()
else:
data[key].extend(add_q_main.make_q(key))
rfs('----- もう一度検索します。 -----')
results = ans_main_t3.look_k3(data)
ans_main_t3.anser(data, category_ans, add_q_count, results,
count_row_start)
elif ans_count == 1:
rfs('>条件の全検索では当てはまりませんでした。')
rfs('>代わりに似たものを表示させます。')
ans_main_t3.one_ans(category_ans, results, count_row_start)
ans_main_t3.yes_or_no_one(results[0]['data'], count_row_start)
#回答候補が8個以下の時
elif ans_count <= 8:
rfs('>条件の全検索では当てはまりませんでした。')
rfs('>代わりに似たものを表示させます。')
ans_main_t3.some_ans(category_ans, results, ans_count,
count_row_start)
ans_main_t3.yes_or_no_some(results, ans_count, count_row_start)
#回答候補が8個以上の時
elif ans_count > 8:
#追加質問を行う。
rfs('>大量の回答候補が見つかりました。')
#追加質問をした回数をカウントする変数へ+1
add_q_count += 1
#k3システムから"最重要キーワード"を取得してくる
key = k3.get_wanting_category()
#whereの場合のみ、whatのリストに追加して情報検索部に投げる
if key == 'where':
data['what'].extend(add_q_main.make_q(key))
else:
data[key].extend(add_q_main.make_q(key))
rfs('----- もう一度検索します。 -----')
results = ans_main_t3.look_k3(data)
ans_main_t3.anser(data, category_ans, add_q_count, results,
count_row_start)
def one_ans(category_ans, result, count_row_start):
reliability = result[0]['reliability']
if reliability < 1:
rfs('>条件に合致するデータは見つかりませんでしたが、似たデータが一つ見つかりました。')
else:
rfs('>回答候補が一つ見つかりました。')
#リストの配列から辞書を取り出す
result = result[0]['data']
if category_ans == 'what':
print('----------')
print('category is what')
ans_what = result['what']
ans_title = result['title']
ans_when_time = result['when_time']
rfs(">" + ans_what + "'" + ans_title + "'" + 'があります。' + '(' +
ans_when_time + ')')
print('----------')
elif category_ans == 'when':
print('----------')
print('category is when')
ans_title = result['title']
ans_when_day = result['when_day']
ans_when_time = result['when_time']
rfs('>title:' + str(ans_title))
rfs(">" + ans_when_day + '日の' + ans_when_time + '開始です。')
print('----------')
elif category_ans == 'who':
print('----------')
print('category is who')
ans_title = result['title']
ans_who = result['who']
rfs('>title:' + str(ans_title))
rfs(">" + ans_who + 'です。')
print('----------')
elif category_ans == 'where':
print('----------')
print('category is where')
ans_title = result['title']
ans_where = result['where']
rfs('>title:' + str(ans_title))
rfs('>場所は' + ans_where + 'です。')
print('----------')
elif category_ans == 'how_time':
print('----------')
print('category is how_time')
ans_how = result['how_time']
ans_title = result['title']
rfs('>title:' + str(ans_title))
rfs(">" + ans_how + 'です。')
print('----------')
else:
print('>category is why or how')
rfs('>スタッフの方に引き継ぎます。')
#終了
record.record_A('----- conversation end -----')
#履歴の表示
df = pandas.read_csv('conversation_log.csv', header=None)
print_record = df[count_row_start:]
print(print_record)
sys.exit()
if reliability < 1:
if result['parent_id'] != None:
parent = k3.get_parent(result['parent_id'])
if parent['image']:
rfs('>参考に親データ画像を表示します')
#画像の読み込み
im = Image.open(parent['image'])
im.show()
def some_ans_all(category_ans, results, count_row_start):
rfs('>いくつかの回答候補が見つかりました。')
#解答をカウント数で管理
count = 0
for result in results:
if result['all_and'] == 1:
print('----------')
if category_ans == 'what':
#print('category is what')
result = result['data']
ans_what = result['what']
ans_title = result['title']
ans_when_time = result['when_time']
ans_where = result['where']
print('[' + str(count) + ']')
rfs(ans_what + "'" + ans_title + "'" + 'があります。' + '(' +
ans_when_time + ')')
rfs('開催場所：' + ans_where)
elif category_ans == 'when':
#print('category is when')
result = result['data']
ans_title = result['title']
ans_when_day = result['when_day']
ans_when_time = result['when_time']
ans_where = result['where']
print('[' + str(count) + ']')
rfs('title:' + str(ans_title))
rfs(str(ans_when_day) + '日の' + str(ans_when_time) + '開始です。')
rfs('開催場所：' + ans_where)
elif category_ans == 'who':
#print('category is who')
result = result['data']
ans_title = result['title']
ans_name = result['who']
ans_when_time = result['when_time']
print('[' + str(count) + ']')
rfs('title:' + str(ans_title))
rfs(ans_name + 'さん。')
elif category_ans == 'where':
#print('category is where')
result = result['data']
ans_title = result['title']
ans_where = result['where']
ans_when_time = result['when_time']
print('[' + str(count) + ']')
rfs('title:' + str(ans_title))
rfs(ans_where + 'で行われます。')
elif category_ans == 'how_time':
#print('category is how_time')
result = result['data']
ans_title = result['title']
ans_how_time = result['how_time']
print('[' + str(count) + ']')
rfs(ans_title + ':' + ans_how_time + '時間')
else:
print('category is why or how')
rfs('スタッフへ引き継ぎます。')
#終了
record.record_A('----- conversation end -----', header=None)
#履歴の表示
df = pandas.read_csv('conversation_log.csv')
print_record = df[count_row_start:]
print(print_record)
sys.exit()
#解答番号をカウントアップ
count += 1
print('----------')
def start():
#日付の指定
today = 25
record.record_A('----- conversation start -----')
#前回までの行数を把握しておく
r_read = record.record_read()
count_row_start = -1
for row in r_read:
count_row_start += 1
print('>質問は何でしょうか？')
# 入力
st = input('Input: ')
#履歴(ユーザー)の作成
#引数'u'はユーザー入力を示す
record.rfu(st)
#データを格納する辞書の作成
data = {
'category': 'null',
'what': [],
'where': [],
'who': [],
'when_time': [],
'when_day': [],
'how_time': []
}
# get_nlcからカテゴリータグの取得
category_ans = get_nlc.nlc_0(st)
category = 'カテゴリー: '
print(category + category_ans)
data['category'] = category_ans
if data['category'] == 'why' or data['category'] == 'how':
print('>category is why or how')
record.rfs('>スタッフの方に引き継ぎます。')
#終了
record.record_A('----- conversation end -----')
#履歴の表示
df = pandas.read_csv('conversation_log.csv')
print_record = df[count_row_start:]
print(print_record)
sys.exit()
#一般(固有)名詞の取得
#python_mecab.pyのmecab関数を利用
mecab_noun = python_mecab.mecab_general_noun_get(st)
data['what'] = mecab_noun
'''
#whatと統合してk3に投げる
#場所名詞の取得
if category_ans != 'where':
mecab_where = python_mecab.mecab_where_get(st)
data['where']=mecab_where
'''
#人名の取得
mecab_name = python_mecab.mecab_name_get(st)
data['who'] = mecab_name
#ユーザー発話から時間の獲得
data['when_time'] = [get_day_time.get_time(st)]
#ユーザー発話から日付情報を獲得してくる
data['when_day'] = [get_day_time.get_day(st, today)]
print(data)
#情報検索部でDBの検索
results = ans_main_t3.look_k3(data)
#システム応答の生成
ans_main_t3.anser(data, category_ans, 0, results, count_row_start)