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。