自然語言處理實踐：聊天機器人技術(shù)原理與應(yīng)用

定　價：￥69.00

作　者：	王昊奮，邵浩等著
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787121357152	出版時間：	2019-03-01	包裝：	平裝
開本：	16	頁數(shù)：	204	字數(shù)：

內(nèi)容簡介

　　聊天機器人作為人工智能技術(shù)的殺手級應(yīng)用，發(fā)展得如火如荼，各種智能硬件層出不窮?！蹲匀徽Z言處理實踐：聊天機器人技術(shù)原理與應(yīng)用》系統(tǒng)地闡述了聊天機器人的分類和關(guān)鍵技術(shù)，不僅給出了實際案例，還展望了聊天機器人在通往更智能化、更人性化、更趣味化的道路上所面臨的挑戰(zhàn)。同時，針對聊天機器人在從感知智能到認知智能的跨越中所面臨的難題，《自然語言處理實踐：聊天機器人技術(shù)原理與應(yīng)用》著重討論了知識圖譜和深度學(xué)習(xí)技術(shù)在自然語言處理、問答、推理、服務(wù)融合等方面的應(yīng)用。《自然語言處理實踐：聊天機器人技術(shù)原理與應(yīng)用》適合有志于從事人工智能行業(yè)，以及想了解聊天機器人到底是什么的讀者閱讀。

作者簡介

　　王昊奮上海樂言信息科技有限公司CTO，中文知識圖譜zhishi.me創(chuàng)始人、OpenKG發(fā)起人之一、CCF理事、CCF術(shù)語審定工委主任、CCF TF執(zhí)委、中文信息學(xué)會語言與知識計算委員會副秘書長，共發(fā)表80余篇高水平論文，在知識圖譜、問答系統(tǒng)和聊天機器人等諸多領(lǐng)域有豐富的研發(fā)經(jīng)驗，其帶隊構(gòu)建的語義搜索系統(tǒng)在Billion Triple Challenge中榮獲全球第2名；在著名的本體匹配競賽OAEI的實體匹配任務(wù)中斬獲全球第１名。曾主持并參與多項國家自然科學(xué)基金、“863”重大專項和國家科技支撐項目，以學(xué)術(shù)負責(zé)人身份參與PayPal、Google、Intel、IBM、百度等企業(yè)的合作項目。邵浩博士，上海瓦歌智能科技有限公司總經(jīng)理，深圳狗尾草智能科技有限公司人工智能研究院院長，上海市靜安區(qū)首屆優(yōu)秀人才，帶領(lǐng)團隊打造了AI虛擬生命產(chǎn)品“琥珀·虛顏”的交互引擎。任中國中文信息學(xué)會青年工作委員會委員、中國計算機學(xué)會YOCSEF上海學(xué)術(shù)委員會委員，研究方向為機器學(xué)習(xí)，共發(fā)表論文40余篇，主持多項國家及省部級項目，曾在聯(lián)合國、世界貿(mào)易組織、亞利桑那州立大學(xué)、香港城市大學(xué)等機構(gòu)任訪問學(xué)者。李方圓狗尾草智能科技有限公司高級工程師，蘇州大學(xué)碩士，主要研究方向為自然語言處理、問答系統(tǒng)和知識圖譜，具有多年實戰(zhàn)經(jīng)驗，目前為自然語言處理團隊總負責(zé)人，主導(dǎo)開發(fā)公司全線產(chǎn)品的對話交互功能。張凱狗尾草智能科技有限公司高級工程師，主要從事自然語言處理、對話系統(tǒng)、知識圖譜等領(lǐng)域的研究工作。在狗尾草智能科技有限公司主導(dǎo)認知對話引擎的設(shè)計開發(fā)，以及通用領(lǐng)域知識圖譜的建設(shè)工作，參與編寫發(fā)布了《知識圖譜白皮書》及《知識圖譜評測標準》。宋亞楠中山大學(xué)計算機科學(xué)碩士，就學(xué)期間專攻圖像處理與識別方向。在智能硬件及人工智能行業(yè)歷任軟件工程師、產(chǎn)品經(jīng)理、戰(zhàn)略技術(shù)規(guī)劃經(jīng)理等職位，產(chǎn)品多次獲CES創(chuàng)新獎，先后公開幾十項國內(nèi)及PCT發(fā)明專利。

圖書目錄

1 聊天機器人概述 1
1.1 聊天機器人的發(fā)展歷史 1
1.2 聊天機器人的分類與應(yīng)用場景 6
1.3 聊天機器人生態(tài)介紹 9
1.3.1 典型聊天機器人框架介紹 11
1.3.2 聊天機器人平臺介紹 13
1.3.3 典型的聊天機器人產(chǎn)品介紹 13
1.4 參考文獻 19
2 聊天機器人技術(shù)原理 20
2.1 自然語言理解 21
2.1.1 自然語言理解概覽 23
2.1.2 自然語言理解基本技術(shù) 26
2.1.3 自然語言表示和基于深度學(xué)習(xí)的自然語言理解 36
2.1.4 基于知識圖譜的自然語言理解 46
2.2 自然語言生成 56
2.2.1 自然語言生成綜述 56
2.2.2 基于檢索的自然語言生成 58
2.2.3 基于模板的自然語言生成 59
2.2.4 基于深度學(xué)習(xí)的自然語言生成 60
2.3 對話管理 61
2.4 參考文獻 65
3 問答系統(tǒng) 67
3.1 問答系統(tǒng)概述 67
3.2 KBQA 系統(tǒng) 71
3.2.1 KBQA 系統(tǒng)簡介 71
3.2.2 主流的KBQA 方法 79
3.3 KBQA 系統(tǒng)實現(xiàn) 96
3.3.1 系統(tǒng)簡介 96
3.3.2 模塊設(shè)計 97
3.4 參考文獻 105
4 對話系統(tǒng) 109
4.1 對話系統(tǒng)概述 109
4.2 對話系統(tǒng)技術(shù)原理 113
4.2.1 NLU 模塊 115
4.2.2 DST 模塊 120
4.2.3 DPL 模塊 121
4.2.4 NLG 模塊 126
4.3 基于聊天機器人平臺搭建對話系統(tǒng) 126
4.3.1 NLU 模塊實現(xiàn) 129
4.3.2 DST 與DPL 模塊實現(xiàn) 130
4.3.3 NLG 模塊實現(xiàn) 131
4.4 面向任務(wù)的對話系統(tǒng)實現(xiàn) 132
4.5 參考文獻 137
5 閑聊系統(tǒng) 139
5.1 閑聊系統(tǒng)概述 139
5.2 基于對話庫檢索的閑聊系統(tǒng) 140
5.2.1 基于對話庫檢索的閑聊系統(tǒng)介紹 140
5.2.2 對話庫的建立 143
5.2.3 基于檢索的閑聊系統(tǒng)實現(xiàn) 145
5.3 基于生成的閑聊系統(tǒng) 150
5.3.1 基于生成的閑聊系統(tǒng)介紹 150
5.3.2 生成式閑聊系統(tǒng)的新發(fā)展 152
5.3.3 基于生成的閑聊系統(tǒng)實現(xiàn) 155
5.4 參考文獻 157
6 聊天機器人系統(tǒng)評測 159
6.1 問答系統(tǒng)評測 159
6.1.1 問答系統(tǒng)評測會議 160
6.1.2 問答系統(tǒng)評測數(shù)據(jù)集 171
6.1.3 問答系統(tǒng)評測標準 173
6.2 對話系統(tǒng)評測 174
6.2.1 對話系統(tǒng)評測會議 176
6.2.2 對話系統(tǒng)評測數(shù)據(jù)集 177
6.2.3 對話系統(tǒng)評測標準 178
6.3 閑聊系統(tǒng)評測 179
6.3.1 閑聊系統(tǒng)評測介紹 179
6.3.2 閑聊系統(tǒng)評測標準 180
6.4 參考文獻 183
7 聊天機器人挑戰(zhàn)與展望 185
7.1 開放式挑戰(zhàn) 185
7.2 技術(shù)與應(yīng)用展望 187
7.3 從聊天機器人到虛擬生命 190
7.4 參考文獻 193