Python聊天機器人開發(fā)：基于自然語言處理與機器學(xué)習(xí)

第 1 章 心愛的聊天機器人 1
聊天機器人的受歡迎程度 2
Python 之禪以及為什么它適用于聊天機器人 3
對聊天機器人的需求 4
商業(yè)視角 5
開發(fā)者視角 9
受聊天機器人影響的行業(yè) 11
聊天機器人的發(fā)展歷程 12
1950 12
1966 12
1972 12
1981 12
1985 12
1992 13
1995 13
1996 13
2001 13
2006 13
2010 13
目錄 XIII
2012 14
2014 14
2015 14
2016 14
2017 14
我可以用聊天機器人解決什么樣的問題 15
這個問題能通過簡單的問答或來回交流解決嗎 15
這個工作是否有高度重復(fù)性，需要進行數(shù)據(jù)收集和分析 15
你的機器人的任務(wù)可以自動化和固定化嗎 16
一個 QnA 機器人 16
從聊天機器人開始 17
聊天機器人中的決策樹 18
在聊天機器人中使用決策樹 18
決策樹如何起到作用 18
最好的聊天機器人/機器人框架 21
聊天機器人組件和使用的相關(guān)術(shù)語 23
意圖（Intent） 23
實體（Entities） 23
話術(shù)（Utterances） 24
訓(xùn)練機器人 24
置信度得分 24
第 2 章 聊天機器人中的自然語言處理 25
為什么我需要自然語言處理知識來搭建聊天機器人 25
spaCy 是什么 26
spaCy 的基準測試結(jié)果 27
spaCy 提供了什么能力 27
spaCy 的特性 28
安裝和前置條件 29
spaCy 模型是什么 31
搭建聊天機器人所使用的自然語言處理基本方法 32
XIV Python 聊天機器人開發(fā)
詞性標注 32
詞干提取和詞性還原 36
命名實體識別 38
停用詞 41
依存句法分析 43
名詞塊 47
計算相似度 49
搭建聊天機器人時自然語言處理的一些好方法 51
分詞 51
正則表達式 52
總結(jié) 53
第 3 章 輕松搭建聊天機器人 55
Dialogflow 簡介 55
開始 56
搭建一個點餐機器人 57
確定范圍 57
列舉意圖 57
列舉實體 58
搭建點餐機器人 58
Dialogflow 入門 59
創(chuàng)建意圖的幾大要點 62
創(chuàng)建意圖并添加自定義話術(shù) 62
為意圖添加默認回復(fù) 63
菜品描述意圖及附屬實體 64
理解用戶需求并回復(fù) 67
將 Dialogflow 聊天機器人發(fā)布到互聯(lián)網(wǎng)上 72
在 Facebook Messenger 上集成 Dialogflow 聊天機器人 75
設(shè)置 Facebook 76
創(chuàng)建一個 Facebook 應(yīng)用程序 76
設(shè)置 Dialogflow 控制臺 77
配置 Webhook 79
目錄 XV
測試信使機器人 80
Fulfillment 83
啟用 Webhook 85
檢查響應(yīng)數(shù)據(jù) 87
總結(jié) 89
第 4 章 從零開始搭建聊天機器人 91
Rasa NLU 是什么 92
我們?yōu)槭裁匆褂?Rasa NLU 92
深入了解 Rasa NLU 93
從零開始訓(xùn)練和搭建聊天機器人 94
搭建一個星座聊天機器人 94
星座機器人和用戶之間的對話腳本 95
為聊天機器人準備數(shù)據(jù) 96
訓(xùn)練聊天機器人模型 101
從模型進行預(yù)測 103
使用 Rasa Core 進行對話管理 105
深入了解 Rasa Core 及對話系統(tǒng) 105
理解 Rasa 概念 108
為聊天機器人創(chuàng)建域文件 111
為聊天機器人編寫自定義動作 113
訓(xùn)練機器人的數(shù)據(jù)準備 116
構(gòu)造故事數(shù)據(jù) 117
交互學(xué)習(xí) 119
將對話導(dǎo)出成故事 132
測試機器人 133
測試用例一 133
測試用例二 134
總結(jié) 135
XVI Python 聊天機器人開發(fā)
第 5 章 部署自己的聊天機器人 137
前提條件 137
Rasa 的憑據(jù)管理 137
在 Facebook 上部署聊天機器人 139
在 Heroku 上創(chuàng)建一個應(yīng)用 139
在本地系統(tǒng)中安裝 Heroku 140
在 Facebook 上創(chuàng)建和設(shè)置應(yīng)用程序 140
在 Heroku 上創(chuàng)建和部署 Rasa 動作服務(wù)器應(yīng)用程序 143
創(chuàng)建 Rasa 聊天機器人 API 應(yīng)用程序 144
創(chuàng)建一個用于 Facebook Messenger 聊天機器人的獨立腳本 144
驗證對話管理應(yīng)用程序在 Heroku 上的部署情況 147
集成 Facebook Webhook 148
部署后驗證：Facebook 聊天機器人 149
在 Slack 上部署聊天機器人 151
為 Slack 創(chuàng)建獨立腳本 151
編輯 Procfile 154
將 Slack 機器人最終部署到 Heroku 上 154
訂閱 Slack 事件 155
訂閱機器人事件 156
部署后驗證：Slack 機器人 156
獨立部署聊天機器人 157
編寫腳本實現(xiàn)自己的聊天機器人通道 158
編寫 Procfile 并部署到 Web 上 159
驗證你的聊天機器人 API 160
繪制聊天機器人的圖形界面 161
總結(jié) 165