作为人工智能领域最为重要的技术,自然语言处理的应用在工业界无处不在。从网页公开数据的分析和抽取、情感分析、机器翻译、智能客服、问答系统到聊天机器人,它的重要性不言而喻。
今天我们来探讨一下自然语言处理领域最有趣的话题-聊天机器人技术。
搭建一个聊天机器人
如果想要自己去尝试搭建一个聊天机器人,其实也不难。你可以从以下渠道窥探一二:
▲工具:
首先可以去NTLK,NTLK里面有大量的自然语言处理工具,比如Eliza的代码,可以拿着代码跑一跑。
另外一个不错的资源是Stanford Parser,对自然语言处理(NLU)非常有帮助,比如说它能帮助你理解哪些是城市、哪些是地名、哪些是人名,而且它还有中文版的,我们都可以去尝试一下。
Github code:是基于AIML语言的聊天机器人的版本,基于这个Code大家应该可以做出一个类似小冰或者贤二机器僧的一个Chatterbot。
▲书籍:
大牛推荐的一本叫《Speech and language Processing》的书,大牛说他的很多聊天机器人的背景知识都来自于这里,大家可以去一起学习一下。
如果你嫌看书、看代码太费时间,想要快速全面的了解聊天机器人到底是怎么回事,那么我给你推荐一小时就能够解决的你疑惑的快速解决方案。
借此,我们特别邀请了NLP领域的专家(美国南加州大学博士,曾任中美多家公司首席科学家)来带领大家领略自然语言处理的魅力。
不管你是“秃头谢顶,铩羽而归”的开发、测试,还是“斗智斗勇,血溅三尺”的运营、产品,这门公开课或将终结你停滞不前的工作“瓶颈”,改变你的职业轨迹。
如果数学,编程,PYTHON语言这些基础,你一点都没有,恭喜你,你将收获这门公开课98%的营养精华!这波稳赚~
AI系列公开课
如何搭建一个聊天机器人- 各类架构剖析及实现
时间: 12月13日(周四)晚上8:30
内容介绍
本次公开课讲解搭建聊天机器人的几个核心方法,包括技术讲解和代码演示。听众不需要掌握任何AI相关的知识。该公开课具体内容包括:
- 聊天机器人的种类与评估
- 基于检索的方法论
- 基于模式匹配的方法论
- 基于意图识别的方法论
- 基于端到端的方法论
本次嘉宾介绍
李文哲
贪心科技创始人兼CEO
美国南加州大学博士,曾任凡普金科(爱钱进)首席科学家,美国亚马逊/高盛高级工程师,AI量化投资公司首席科学家兼投资总监。在AAAI, KDD, AISTATS等顶会上发表过15篇以上论文,其中3篇获得Best Paper Award,累计数百次引用。
报名方式
请扫描下面海报上的二维码,回复关键词“机器人”即可以获得链接。如遇到任何困难请联系微信“greedytech”帮助你入群。
之后公开课安排(每周二、四、六)
一小时弄清楚自然语言处理技术概览以及应用场景
用例子来说明机器学习中的 MLE vs MAP vs 贝叶斯估计的区别
面试必考题:逻辑回归模型以及数学推导
一小时弄清楚什么是卷积神经网络
Python中那些不得不会的算法题目
大话面向对象
爬虫开发过程中那些绕不过的登录怎么办
Python结合计算机视觉技术进行验证码识别
高质量的代码必经之路-单元测试该怎么做
Python操作MongoDB
Python操作MySQL
爬虫开发中不得不掌握的正则技术
Python企业开发规范
Python Web开发框架Django入门
Python Web开发框架Flask入门
Python 抓取贴吧评论并进行分析
零基础搭建简单的问答系统
怎么用知识图谱做金融风控系统
利用端到端的学习(end-to-end learning)搭建无人驾驶系统
搭建一个简单的目标检测系统(object detection)
深度学习的可解释性:深入浅出深度学习中的可视化(visualization)
聊聊中美人工智能人才培养、技术创新以及差异性
推荐系统中的常见算法介绍
矩阵分析(Matrix Factorization)详解:推荐系统最离不开的算法
几行代码可以实现的算法: KNN的详解
Metric Learning中的经典:LMNN算法详解
随机梯度下降法中的收敛理论
SGD, Adagrad, Adam算法的详细比较
深入浅出递归神经网络(Recurrent Neural Network)以及应用
RNN中的梯度爆炸以及梯度消减,介绍LSTM
一小时实现图像中的风格迁移(style transfer)
一小时实现语音中的情绪识别(emotion recognition)
基于GraphX做分布式图分析
图嵌入算法详解以及引用
GBDT和XGBoost算法应用以及实现
自适应系统所涉及到的技术要点
机器学习工程需要必备的数学知识
利用目标检测和跟踪算法分析英雄联盟视频
一小时教你怎么搭建GPU训练环境
一小时用Keras搭建人脸识别系统
Google的最新作品BERT模型详解以及实现
一小时实现机器自动写代码系统
(持续更新中。。)
公开课导师阵容
李文哲: 美国南加州大学博士,曾任凡普金科(爱钱进)首席科学家,美国亚马逊/高盛高级工程师,AI量化投资公司首席科学家兼投资总监。在AAAI, KDD, AISTATS等顶会上发表过15篇以上论文,其中3篇获得Best Paper Award,累计数百次引用
袁源:美国新泽西理工博士,美国微软和美国亚马逊的资深推荐专家和技术负责人、主导多款核心推荐系统的研发,是人工智能、分布式系统、云计算方面的专家。拥有人工智能、推荐系统、自然语言处理、数字图像和视频处理项目经验。在AI会议上发表过20篇以上论文。
蓝振忠:美国卡耐基梅龙大学博士。现任Google科学家,曾任美国智能监控公司的首席科学家, 对视频和多媒体的智能分析有深入研究。他曾代表卡耐基梅隆大学在美国国家标准总局(NIST)举办的视频智能分析大赛中连续多年进入前三。先后在NIPS、CVPR、ICCV、IJCAI、ICDM等国际顶级会议上发表过25篇以上的论文,论文引用次数上千。
史源:美国南加州大学博士,美国AI基金创始人,拥有10多年人工智能领域相关研发和研究经历。卡耐基梅隆大学访问学者,先后在 ICML、AAAI、IJCAI、ICDM等国际顶级会议上发表数篇论文,引用次数高达1000。
周景阳:曾任百度资深工程师,国美和凡普金科的技术负责人。是技术领域、数据分析、知识图谱、视觉等领域的专家。
葛瀚骋:美国Texas A&M大学博士,美国亚马逊Alexa部门资深科学家,负责Alexa的智能化以及个性化的研发与应用,曾任职于美国ebay以及NEC北美实验室。主要的研究涉及到Tensor、社交分析、推荐系统等领域,在KDD、AAAI、SIGIR、RecSys等国际顶级会议上发表15篇以上的论文,数百次的引用。
Q: 如何参与之后的公开课?
A: 请扫描海报上的二维码,回复关键词“机器人”,入群后我们会在群里通知每一次公开课的细节。如遇到任何困难,请联系微信“greedytech”帮助你入群。