TF-IDF（Term Frequency - Inverse Document Frequency）和餘弦相似性是整套系統很重要的部分，主要用來建立整個問答集的模型，還有比對使用者輸入的句子和問答集的哪一句最相似。

接續上一篇，昨天已經把問答集的內容都爬下來了，再來要把內容整理成下一個階段(訓練模型)，方便使用的格式。
完整的程式碼可以參考: https://github.com/dreambo4/MOHW-QandA

撰寫 Python 程式碼蒐集網路上的長照相關問答資訊，相比使用人工蒐集的方式，程式自動化蒐集方便又快速，也比較不會有缺漏。本研究將程式蒐集到的資料彙整成 CSV 格式，問答集來源包括：愛長照（愛長照編輯團隊，2017）、臺中市長期照顧管理中心（臺中市長期照顧管理中心，2020）、皇家護理集團（皇家護理集團，2019）、臺中市輔具資源整合網（臺中市輔具資源整合網，2015）、衛生福利部（衛生福利部，2017、2020）、宜蘭縣長期照護管理所（宜蘭縣長期照護管理所，2019），共六個來源。

演算法與邏輯是一個系統的核心，聊天機器人的重點當然就是如何處理輸入句子與如何回覆。本研究開發一套 Android App 以 Zenbo 為媒介，使用者可以用語音方式詢問 Zenbo 長照相關問題。後端程式比對使用者輸入語句與長照問題集中最相似的問題，回傳相對應的答案，最後再由 Zenbo 以語音方式回答使用者。流程分別是資料蒐集、分類問答組合、選擇適當斷詞方式、實體對應、比對最符合問答組合、回饋機制。每個部份在後續的文章都會有相應的主題。

隨著科技的發展，人工智慧近年來也越來越普及。人工智慧可以協助人們處理很多事情，如：車牌辨識、自駕車，影像辨識…等等，而聊天機器人也是人工智慧的一項重要應用。

聊天機器人是一種模擬溝通的電腦程式。透過聊天機器人，使用者可以輕鬆地使用自然語言來獲取資訊。自然語言就是像我們一般的講話方式，可以跟聊天機器人說「可以幫我開燈嗎」，而不是指令式的說「開燈」。

大家好，其實這個長照小幫手是我的論文題目，所以這系列的多文章，會有一大部分來自簡化的論文內容，再加上一些沒有收錄進論文的研究心得。

聊天機器人整套系統都是我一個人開發的，所以這系列文章應該會分為 Zenbo、爬蟲、TF-IDF、API、Android APP 幾個部分來介紹，之後會有一篇介紹整體系統架構。

研究過程中，要把 DDE 安裝到 Zenbo 的時候，卡關超久…🙃
試過好多方法，當然也包括 App Builder (下面簡稱 AB)。AB 就是像 App Inventor 或 Scrach 的積木程式，可以讓小朋友玩，訓練邏輯。可能是身為 Android 工程師的堅持(?)，本來很抗拒使用積木程式的，但實在卡關太久了，隨便啦，就試試看吧!

今天使用的範例出自高煥堂老師的書《AI機器人、藍芽與Android整合開發技術》，需要完整程式碼請參考書中內容喔。
本篇會以 Ex14-01-ZenboWiFi 這份程式碼說明如何將語料安裝到 Zenob 中。

這篇會寫如何設計 DDE 語料庫，還有 DDE 設計的邏輯。
終於來到第五篇，這次截圖比較多，主要是我如何設定，直接看圖比文字說明清楚。

在 ASUS 平台註冊 APP

有完成這個步驟才能呼叫「嘿，Zenbo，我要用 App name」

這篇主要是我之前看官方文件的筆記，還有對於幾個 Basic Concepts 的理解，可能比較沒有結構一點。建議以官方文件的教學為主，再參考我的筆記，這篇紀錄了我之前不懂地方，希望也能幫到你。

為了寫這篇文章，今天又上去翻了一下官方文件，發現還有在更新呢!

想想之前做要做 DDE 語料，看官方文件踩了不少雷💣