聊天机器人的关键技术

本课程将着重分析在编写聊天机器人的过程中,需要注意的重点问题,技术细节及和实现难点,在课程中将涉及到RNN的基本原理及应用方法。(课时:95 分钟)

自然语言处理 聊天机器人 RNN

讲师:   李嫣然

课程资料

  • 讲稿下载:(报名后可见)

  • 相关资料:

    • (报名后可见)

    • (报名后可见)

  • 相关论文:


    • (报名后可见)

课程背景

本课程将重点梳理传统聊天机器人和当下聊天机器人的异同,包括当下聊天机器人的发展脉络,以及目前最火的几家聊天机器人的技术分析。

课程目的

学完本课程,你能做到

  • 深入了解“任务驱动型”与“开放领域”的聊天机器人的内部机制

  • 熟悉一些目前流行的基础语言模型原理

课程详情

本课程的主要内容有:

  • 任务驱动型聊天机器人

    • 系统模块组成:SLU、DST、DPL、NLG

    • 各模块任务解析

  • 一个典型的任务驱动型聊天机器人

    • Delexicalisation

    • Belief Tracking

  • 基于检索的聊天机器人构架解析

  • 基于生成模型的聊天机器人构架解析

  • RNN、LSTM 语言模型简介

  • 序列模型、编码器解码器简介

  • 语言生成任务的挑战

  • 注意力机制