自然语言处理实践：聊天机器人技术原理与应用

图书标准信息

• 作者 王昊奋、邵浩 著
• 出版社 电子工业出版社
• 出版时间 2019-03
• 版次 1
• ISBN 9787121357152
• 定价 69.00元
• 装帧 平装
• 开本 16
• 纸张 胶版纸
• 页数 204页
• 字数 191千字

【内容简介】

聊天机器人作为人工智能技术的杀手级应用，发展得如火如荼，各种智能硬件层出不穷。《自然语言处理实践：聊天机器人技术原理与应用》系统地阐述了聊天机器人的分类和关键技术，不仅给出了实际案例，还展望了聊天机器人在通往更智能化、更人性化、更趣味化的道路上所面临的挑战。同时，针对聊天机器人在从感知智能到认知智能的跨越中所面临的难题，《自然语言处理实践：聊天机器人技术原理与应用》着重讨论了知识图谱和深度学习技术在自然语言处理、问答、推理、服务融合等方面的应用。

 

《自然语言处理实践：聊天机器人技术原理与应用》适合有志于从事人工智能行业，以及想了解聊天机器人到底是什么的读者阅读。

【作者简介】

王昊奋

 

上海乐言信息科技有限公司CTO，中文知识图谱zhishi.me创始人、OpenKG发起人之一、CCF理事、CCF术语审定工委主任、CCF TF执委、中文信息学会语言与知识计算委员会副秘书长，共发表80余篇高水平论文，在知识图谱、问答系统和聊天机器人等诸多领域有丰富的研发经验，其带队构建的语义搜索系统在Billion Triple Challenge中荣获全球第2名；在著名的本体匹配竞赛OAEI的实体匹配任务中斩获全球第１名。曾主持并参与多项国家自然科学基金、“863”重大专项和国家科技支撑项目，以学术负责人身份参与PayPal、Google、Intel、IBM、百度等企业的合作项目。

 

 

 

邵  浩

 

博士，上海瓦歌智能科技有限公司总经理，深圳狗尾草智能科技有限公司人工智能研究院院长，上海市静安区首届优秀人才，带领团队打造了AI虚拟生命产品“琥珀·虚颜”的交互引擎。任中国中文信息学会青年工作委员会委员、中国计算机学会YOCSEF上海学术委员会委员，研究方向为机器学习，共发表论文40余篇，主持多项国家及省部级项目，曾在联合国、世界贸易组织、亚利桑那州立大学、香港城市大学等机构任访问学者。

 

 

 

李方圆

 

狗尾草智能科技有限公司高级工程师，苏州大学硕士，主要研究方向为自然语言处理、问答系统和知识图谱，具有多年实战经验，目前为自然语言处理团队总负责人，主导开发公司全线产品的对话交互功能。

 

 

 

张凯

 

狗尾草智能科技有限公司高级工程师，主要从事自然语言处理、对话系统、知识图谱等领域的研究工作。在狗尾草智能科技有限公司主导认知对话引擎的设计开发，以及通用领域知识图谱的建设工作，参与编写发布了《知识图谱白皮书》及《知识图谱评测标准》。

 

 

 

宋亚楠

 

中山大学计算机科学硕士，就学期间专攻图像处理与识别方向。在智能硬件及人工智能行业历任软件工程师、产品经理、战略技术规划经理等职位，产品多次获CES创新奖，先后公开几十项国内及PCT发明专利。

 

【目录】

1 聊天机器人概述  1

 

1.1 聊天机器人的发展历史  1

 

1.2 聊天机器人的分类与应用场景  6

 

1.3 聊天机器人生态介绍  9

 

1.3.1 典型聊天机器人框架介绍  11

 

1.3.2 聊天机器人平台介绍  13

 

1.3.3 典型的聊天机器人产品介绍  13

 

1.4 参考文献  19

 

2 聊天机器人技术原理  20

 

2.1 自然语言理解  21

 

2.1.1 自然语言理解概览  23

 

2.1.2 自然语言理解基本技术  26

 

2.1.3 自然语言表示和基于深度学习的自然语言理解  36

 

2.1.4 基于知识图谱的自然语言理解  46

 

2.2 自然语言生成  56

 

2.2.1 自然语言生成综述  56

 

2.2.2 基于检索的自然语言生成  58

 

2.2.3 基于模板的自然语言生成  59

 

2.2.4 基于深度学习的自然语言生成  60

 

2.3 对话管理  61

 

2.4 参考文献  65

 

3 问答系统  67

 

3.1 问答系统概述  67

 

3.2 KBQA 系统  71

 

3.2.1 KBQA 系统简介  71

 

3.2.2 主流的KBQA 方法  79

 

3.3 KBQA 系统实现  96

 

3.3.1 系统简介  96

 

3.3.2 模块设计  97

 

3.4 参考文献  105

 

4 对话系统  109

 

4.1 对话系统概述  109

 

4.2 对话系统技术原理  113

 

4.2.1 NLU 模块  115

 

4.2.2 DST 模块  120

 

4.2.3 DPL 模块  121

 

4.2.4 NLG 模块  126

 

4.3 基于聊天机器人平台搭建对话系统  126

 

4.3.1 NLU 模块实现  129

 

4.3.2 DST 与DPL 模块实现  130

 

4.3.3 NLG 模块实现  131

 

4.4 面向任务的对话系统实现  132

 

4.5 参考文献  137

 

5 闲聊系统  139

 

5.1 闲聊系统概述  139

 

5.2 基于对话库检索的闲聊系统  140

 

5.2.1 基于对话库检索的闲聊系统介绍  140

 

5.2.2 对话库的建立  143

 

5.2.3 基于检索的闲聊系统实现  145

 

5.3 基于生成的闲聊系统  150

 

5.3.1 基于生成的闲聊系统介绍  150

 

5.3.2 生成式闲聊系统的新发展  152

 

5.3.3 基于生成的闲聊系统实现  155

 

5.4 参考文献  157

 

6 聊天机器人系统评测  159

 

6.1 问答系统评测  159

 

6.1.1 问答系统评测会议  160

 

6.1.2 问答系统评测数据集  171

 

6.1.3 问答系统评测标准  173

 

6.2 对话系统评测  174

 

6.2.1 对话系统评测会议  176

 

6.2.2 对话系统评测数据集  177

 

6.2.3 对话系统评测标准  178

 

6.3 闲聊系统评测  179

 

6.3.1 闲聊系统评测介绍  179

 

6.3.2 闲聊系统评测标准  180

 

6.4 参考文献  183

 

7 聊天机器人挑战与展望  185

 

7.1 开放式挑战  185

 

7.2 技术与应用展望  187

 

7.3 从聊天机器人到虚拟生命  190

 

7.4 参考文献  193