用 TensorFlow 实现智能机器人的原理及如何实现一个对话机器人

目前基于深度学习的人机对话交换系统(智能机器人)是人工智能最有潜力的领域,甚至被称作人工智能的皇冠。在本场 Chat 中,我们先从 TensorFlow 在自然语言处理上的原理讲起,随后介绍智能机器人的实现原理,Seq2Seq+Attention 的模型机制,最后我带来大家一起实现一个可以对话的机器人。

  1. 自然语言处理的模型及实现原理
  2. 智能聊天机器人模型,什么是 Seq2Seq 模型?使用什么样的网络实现?什么是 Attention 机制,背后的数学原理是什么?
  3. 一个可以对话的智能聊天机器人如何一步步实现。

实录提要:

  • encoder 的过程有损失函数吗?encoder 的参数是怎样训练的?
  • 在对话里如何引入个性化(personality)信息?是如何实现的?
  • 整体来说,目前工业界 chatbot,检索式和生成式哪个模型用得多,为什么?
  • 机器学习入门需要哪方面的知识?看哪些资料?
  • 若 3 个月后正式成立一个微信机器人的项目组,在这之前需要具备哪些知识?
  • 同一个源序列分别正向和反向的输入模型,为什么会提高重要关键词的权重?
  • 目前市场上大部分是在已有模型demo的基础上来介绍 AI,这在实际应用场景中很受限,目前国内真正根据需求建模使用 AI 的情况普遍吗?
  • 问句相似度怎么做的?

阅读全文: http://gitbook.cn/gitchat/activity/592b116672cd3248715a03ac

您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ,阅读更多 GitChat 专享技术内容哦。

FtooAtPSkEJwnW-9xkCLqSTRpBKX

你可能感兴趣的:(用 TensorFlow 实现智能机器人的原理及如何实现一个对话机器人)