我想构建一个机器人，它可以问别人几个简单的问题，并根据答案进行分支。 我意识到从人类的回答中解析意义将具有挑战性，但是如何设置程序来处理对话的“状态”？

这将是人类与机器人之间的一对一对话。

回答：

你可能需要研究一下 马尔可夫链，作为机器人AI的基础。很久以前我写过一些东西（我一点也不为代码感到自豪，并且需要进行一些修改才能在Python > 1.5上运行），它可能对你来说是一个有用的起点： http://sourceforge.net/projects/benzo/

编辑：这是一个Python中的最小马尔可夫链示例，它接受来自stdin的输入，并根据输入中单词彼此相继出现的概率输出文本。 它针对IRC风格的聊天记录进行了优化，但是通过运行任何足够大小的文本应该可以演示这些概念：

import random, sys

NONWORD = "\n"
STARTKEY = NONWORD, NONWORD
MAXGEN=1000

class MarkovChainer(object):
    def __init__(self):
        self.state = dict()

    def input(self, input):
        word1, word2 = STARTKEY
        for word3 in input.split():
            self.state.setdefault((word1, word2), list()).append(word3)
            word1, word2 = word2, word3 
        self.state.setdefault((word1, word2), list()).append(NONWORD)

    def output(self):
        output = list()
        word1, word2 = STARTKEY
        for i in range(MAXGEN):
            word3 = random.choice(self.state[(word1,word2)])
            if word3 == NONWORD: break
            output.append(word3)
            word1, word2 = word2, word3
        return " ".join(output)

if __name__ == "__main__":
    c = MarkovChainer()
    c.input(sys.stdin.read())
    print c.output()

从这里开始，很容易插入持久性和IRC库，并拥有您所说的这种机器人的基础。