自然語言處理實踐：聊天機器人技術(shù)原理與應(yīng)用

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(xiàn) 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(xiàn) 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(xiàn) 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(xiàn) 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(xiàn) 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(biāo)準(zhǔn) 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(biāo)準(zhǔn) 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(biāo)準(zhǔn) 180
6.4 參考文獻(xiàn) 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(xiàn) 193