项目技术借鉴报告：
一、服务器端（Server）
1、分词
分词使用的是庖丁分词。使用盘古分词词库和词素作为辅助。其中包括下载Jar包并且使用。
2、人工神经网络
以网上已有的初级网络为蓝图，结合机器学习的书籍对其隐藏层到输出层的权值修正算法进行改进。
3、情感词汇
使用*大学的(中文情感极性词典 NTUSD)情感词汇进行训练。作为判断情感的依据。
4、中文聊天机器人原型系统的设计.(参考自百度文库:http://wenku.baidu.com/link?url=QIAQg6yw4854FgDDJJh8MoNcwhFHRXxTgpwvL60BQ6jJhOwnIkj9jT-LgTjOf6FjRfhFDplD1zVTkg5Arb_U_dmXuPqrGm8qmKkwNGwwxXq)
[4] 《机器学习》，(美)Tom M. Mitchel著。
[5] 《心智、语言和机器》，徐英瑾著。
[6]BP神经网络的Java实现(http://fantasticinblur.iteye.com/blog/1465497)
[7]庖丁分词(http://www.oschina.net/p/paoding/)
二、服务器端（Client）
1、UNITY
以unity3d的书（Unity3D\2D手机游戏的开发）为基础，包括参考本书实例的素材文件和源代码，结合在网上的查询，在地势、动画调用、响应事件、组件使用方面进行学习。
参考文献：Unity3D\2D手机游戏开发 第2版 金玺曾 著
2、NGUI插件
在网上查询NGUI的使用方法，其中包括unitypackage包的下载、导入和使用。
NGUI3.5.4版本的下载地址：
http://download.csdn.net/detail/fucun1984686003/7091745
3、天空盒子
使用网上已有的天空盒子，下载地址：http://download.csdn.net/detail/zs502502/4663345
4、Android
参考文献：疯狂Android讲义 李刚 著
三、语音文本转换
我们使用了科大讯飞的在线语音转换，涉及的有文本传给云端服务器的文字转换成语音和本地的语音上传给服务器转换成文字。
涉及的相关的代码有：
private void showReconigizerDialog() {
//setEngine(String engine,String params,String grammar);
/**
* 识别引擎选择，目前支持以下五种
“sms”：普通文本转写
“poi”：地名搜索
“vsearch”：热词搜索
“vsearch”：热词搜索
“video”：视频音乐搜索
“asr”：命令词识别
params 引擎参数配置列表
附加参数列表，每项中间以逗号分隔，如在地图搜索时可指定搜索区域：“area=安徽省合肥市”，无附加参数传null
*/
rd.setEngine("sms", null, null);
//设置采样频率，默认是16k，android手机一般只支持8k、16k.为了更好的识别，直接弄成16k即可。
rd.setSampleRate(RATE.rate16k);
final StringBuilder sb = new StringBuilder();
Log.i(TAG, "识别准备开始.............");
//设置识别后的回调结果
rd.setListener(new RecognizerDialogListener() {
@Override
public void onResults(ArrayList<RecognizerResult> result, boolean isLast) {
for (RecognizerResult recognizerResult : result) {
sb.append(recognizerResult.text);
Log.i(TAG, "识别一条结果为::"+recognizerResult.text);
}
}
@Override
public void onEnd(SpeechError error) {
Log.i(TAG, "识别完成.............");
txt_result.setText(sb.toString());
Log.i(TAG, "识别完成:"+txt_result.getText().toString());
}
});
txt_result.setText(""); //先设置为空，等识别完成后设置内容
rd.show();
}
}
借鉴使用了科大讯飞的语音包，使用了科大讯飞的在线语音转换。
四、3DMAX
主要是借鉴了网上的无骨骼人物模型。
如果您愿意花几块钱请我喝杯茶的话，可以用手机扫描下方的二维码，通过 支付宝 捐赠。我会努力写出更好的文章。
（捐赠不显示捐赠者的个人信息，如需要，请注明您的联系方式）
Thank you for your kindly donation！！