幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

親密接觸人工智慧(從零搭建對話機器人)

  • 作者：周德標
  • 出版社：電子工業
  • ISBN：9787121372872
  • 出版日期：2019/10/01
  • 裝幀：平裝
  • 頁數：190
人民幣：RMB 69 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書將帶領讀者搭建一個真實、完整的對話機器人。
    這個對話機器人的前台採用微信小程序來實現，這是因為微信小程序開發非常簡單、門檻低、用戶體驗好，且便於企業用戶將其升級或轉為App。中台採用「Apache Tomcat+Java」來實現，這樣可降低讀者的學習成本。後台採用最為流行的TensorFlow框架來完成對話機器人對話模型的深度學習。如果讀者對這些技術不是太熟悉，也不要緊，只要跟著書中的步驟一步步來，即可得到最終的結果。
    為了完成這樣一個對話機器人，本書先介紹了人工智慧基礎、自然語言處理基礎、對話機器人相關的深度學習技術，以及對話機器人的實現方法。
    在搭建完對話機器人后，還介紹了各種應用場景下，對話機器人擴展功能的實現方式，包括用戶意圖識別、情感分析、知識圖譜等關鍵技術。
    本書非常適合作為初學者入門人工智慧技術的自學用書。單純學習人T智能的理論很枯燥，也很難理解，而在實戰中學習，則有趣得多，也容易理解。
作者介紹
周德標
    周德標，IBM Watson Health大中華區首席運營官     負責Watson Health在大中華區發展戰略的規劃制定、合作夥伴關係維護，以及項目落地工作。     在此之前歷任IBM大中華區董事長執行助理，支持集團戰略的規劃，制定和執行工作；IBM全球企業咨詢服務部醫療醫藥行業負責人，負責醫療及醫藥板塊的市場戰略制定和執行，對咨詢服務的銷售額和利潤等經營指標負責。     擁有將人工智慧技術應用於醫療、醫藥領域的豐富經驗，對於自然語言處理和深度學習有很深的造詣，曾指導實施眾多行業領先解決方案。     在日常工作的同時，于2008—2011年在早稻田大學任教，教授大數據分析和模型構建課程；目前在四川大學及中國科學院大學開設「人工智慧及應用」課揮。     擁有單獨申請的專利認證，在國外專業期刊上發表過學術論文。
目錄
第1篇 快速入門
  第1章  初識對話機器人
    1.1  實例：對話機器人的一個例子
    1.2  對話機器人的商業價值
      1.2.1  滿足人工智慧時代的社交需求
      1.2.2  宣傳商品和服務
      1.2.3  提供客戶服務
    1.3  本書的學習路徑圖
    1.4  對話機器人所需的理論知識
      1.4.1  構建對話機器人所需的知識體系
      1.4.2  理論知識的學習路徑圖
  第2章  對話機器人的架構
    2.1  產品需求定義
      2.1.1  封閉域對話vs開放域對話
      2.1.2  本書所定義的產品需求
    2.2  產品架構設計
      2.2.1  產品整體架構
      2.2.2  前端：微信小程序
      2.2.3  中台：Apache Tomcat + Java
      2.2.4  後台：TensorFlow + Python
    2.3  開發環境準備
      2.3.1  申請微信小程序賬號
      2.3.2  下載安裝微信小程序開發環境
      2.3.3  下載安裝Java開發環境
      2.3.4  下載安裝Tomcat軟體
      2.3.5  下載安裝MySQL資料庫
      2.3.6  下載安裝Python及TensorFlow開發環境
      2.3.7  購買配置中台以及後台伺服器
第2篇 理論基礎
  第3章  人工智慧基礎
    3.1  入門知識：分類任務
      3.1.1  從二分類任務說起
      3.1.2  特徵及特徵提取
      3.1.3  如何分類：訓練分類器
      3.1.4  感知器
      3.1.5  支持向量機
      3.1.6  多類別分類
    3.2  人工神經網路的工作原理
      3.2.1  為什麼需要人工神經網路
      3.2.2  人工神經網路如何工作
  第4章  自然語言處理基礎
    4.1  自然語言處理的發展
      4.1.1  從規則引擎到概率統計
      4.1.2  自然語言處理要解決的問題
    4.2  基於概率統計的解題思路
      4.2.1  語音識別
      4.2.2  中文自動分詞
      4.2.3  文本匹配
      4.2.4  機器翻譯
  第5章  與對話機器人相關的深度學習

    5.1  詞向量
      5.1.1  基本概念
      5.1.2  詞向量的意義及語言模型
      5.1.3  Skip-Gram模型
      5.1.4  CBOW模型
      5.1.5  詞向量的實現方式
      5.1.6  詞向量的應用
    5.2  Encoder-Decoder模型
      5.2.1  Encoder-Decoder模型的工作原理
      5.2.2  Attention模型
    5.3  BERT模型
      5.3.1  從詞向量到BERT：預訓練技術的發展簡史
      5.3.2  BERT模型的運作機制
      5.3.3  BERT模型的意義
  第6章  對話機器人的實現方式
    6.1  實現對話機器人的主流技術
      6.1.1  基於人工模版的技術
      6.1.2  基於檢索的技術
      6.1.3  基於機器翻譯的技術
      6.1.4  基於深度學習的技術
    6.2  對話管理
      6.2.1  對話管理的主要任務
      6.2.2  對話管理的實現方法
      6.2.3  基於結構的方法
      6.2.4  基於規則的方法
      6.2.5  基於統計的方法
第3篇 動手實戰
  第7章  前端：對話機器人的用戶界面
    7.1  創建對話機器人小程序
      7.1.1  新建對話機器人小程序
      7.1.2  代碼構成
      7.1.3  小程序調試
    7.2  對話機器人小程序開發及測試
      7.2.1  用戶界面設計
      7.2.2  實戰：開發主頁面
      7.2.3  實戰：添加對話框
      7.2.4  實戰：添加錄音、輸入框、發送按鈕
      7.2.5  實戰：添加功能代碼
  第8章  中台：數據和服務管理
    8.1  創建對話機器人的中台項目
      8.1.1  新建中台項目
      8.1.2  準備開發功能
    8.2  編寫中台功能代碼
      8.2.1  實戰：創建小程序信息處理介面SendMessageService
      8.2.2  實戰：創建語音對話介面SendAudioService
  第9章  後台：對話服務
    9.1  準備數據
      9.1.1  下載及安裝語料庫
      9.1.2  實戰：文本預處理
      9.1.3  實戰：生成詞向量

      9.1.4  實戰：生成訓練和測試數據
    9.2  建立模型
      9.2.1  實戰：載入預處理好的詞向量
      9.2.2  實戰：建立模型
    9.3  訓練及測試模型
      9.3.1  實戰：訓練和測試模型
      9.3.2  實戰：驗證模型的效果
    9.4  前台、中台、後台集成
      9.4.1  實戰：創建後台對話服務
      9.4.2  實戰：聯合調試前台、中台、後台程序
第4篇 擴展應用
  第10章  任務型機器人
    10.1  任務型機器人的概念和實現方式
      10.1.1  任務型機器人的架構
      10.1.2  自然語言理解模塊
      10.1.3  對話管理模塊
      10.1.4  自然語言生成模塊
    10.2  實戰：創建一個任務型機器人
      10.2.1  實戰：準備任務型機器人所需的數據
      10.2.2  實戰：創建任務型機器人模型
  第11章  情感分析
    11.1  基本概念和實現方式
      11.1.1  什麼是情感分析
      11.1.2  實現方式之一：基於詞典的方法
      11.1.3  實現方式之二：基於機器學習的方法
    11.2  實戰：基於深度學習的情感分析
      11.2.1  實戰：準備情感分析所需的數據
      11.2.2  實戰：創建情感分析模型
  第12章  客服機器人
    12.1  客服機器人的工作原理及關鍵技術
    12.2  知識圖譜
      12.2.1  知識圖譜的概念
      12.2.2  知識圖譜的構建原則
      12.2.3  知識圖譜的構建方式
      12.2.4  知識圖譜之命名實體識別
      12.2.5  知識圖譜之關係抽取
    12.3  實戰：創建一個使用知識圖譜的客服機器人
      12.3.1  總體架構
      12.3.2  準備知識圖譜
      12.3.3  識別用戶意圖和語義
      12.3.4  基於知識圖譜做出反應

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032