NLP主流方向 技术使用seq 2seq+Attention 第一章聊天机器人综合介绍 第二章NLP基础 第三章检索类聊天机器人 第四章生成类聊天机器人 第五章pytorch基础 第六章聊天机器人发展方向 基于Pytorch聊天机器人代码实战 掌握NLP基础知识 熟悉和使用pytorch 掌握NLP主流SeqSeq+Attention算法 掌握聊天机器人的行业应用和发展 从0开始制作聊天机器人,入门聊天机器人行业 什么是聊天机器人 诞生于20世纪80年代,用来模拟人类对话或聊天的程序 “Eliza”和“Parry”是早期非常著名的聊天机器人 1996年 A.L.I.C.E.弱AI NLP领域 使用于对话系统FaceBook Wechat 对话系统 实时通讯工具 教育系统 图灵机器人 是否智能?学习能力如何?自升级能力? 聊天机器人的分类 按照领域分类为固定领域和开放领域 固定领域 -技术支持,天气查询,疾病领域 开放领域(娱乐助手) 按照模式分检索模式和生成模式
检索模式(介绍)
预定义响应的数据库和某种启发式推理来根据输入和上下文选择适当的响应。
换句话说就是构建FAQ,存储问题-答案对,之后用检索的方式从该FAQ中返回句子的答案。
检索模式(应用)
问天气 晴朗阴天下雨
数据库 问题
生成模式(介绍)
生成式模型,这种方法要更难一些,它不依赖于预定义的响应,完全从零开始生成新的响应。生成式模型通常基于机器翻译技术,但不是从一种语言翻译到另一种语言,而是从输入到输出(响应)的翻译。
生成模式(简单原理)
ENCODER DECODER
按功能分
问答型聊天机器人 任务型聊天机器人 闲聊型聊天机器人
基于规则的聊天机器人(介绍)
if "你好吗" in user .query :
chatbot.say("我很好")
(实现方法及环境)
python3.7
NoteBook
Nltk
Python下载->python安装->pycharm
最基础版本的rule-base机器人
升级版的rule-base机器人
程序需要 nltk包的 word_tokenize()函数来将输入的语句进行切分成分词来比较
anaconda中的punkt包没有解压需要解压使用,如果包损坏可以在nltk_data/punkt.zip at gh-pages · nltk/nltk_data (github.com)
下载