用 TensorFlow 实现智能机器人的原理及如何实现一个对话机器人

作者/分享人:李嘉璇
李嘉璇,《TensorFlow技术解析与实战》作者,InfoQ、51CTO、Oreilly Strata等大会讲师,活跃于国内各大技术社区,知乎编程问题回答者。擅长研究深度学习框架的架构、源码分析及在不同领域的应用。有处理图像、社交文本数据情感分析、数据挖掘等深度学习实战经验,参与过基于深度学习的自动驾驶二维感知系统Hackathon竞赛, 曾任职百度研发工程师。现在研究NLP、ChatBot,以及TensorFlow的性能优化及FPGA编译。个人微信:ljxtensorflow

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?
已有402人预订
预订达标
文章出炉
交流日期
     
05月29日
06月15日
06月19日 20:30
你可能还喜欢
职场高效率:用印象笔记来提升你的工作效率
白宦成
三流程序员如何提高加速度,两年做到待遇 20K+
Tamic
聊聊 Spring Boot 2.x 那些事儿
泥瓦匠 @ bysocket.com
转行 AI,如何给自己定位?
章华燕
三个月大数据研发学习计划
Fickr孫啟誠
从《目标》、《凤凰项目》到《持续交付》:DevOps 的过去、现在及未来
常新居士
如何结合使用敏捷利器 JIRA 和 Confluence
刘华
基于 Docker、Kubernetes 实现高效可靠的规模化 CI/CD 流水线的搭建
邸富杰
从架构演进的角度聊聊 Spring Cloud 都做了些什么?
纯洁的微笑
TensorFlow 分布式原理与应用实践
刘光聪
Vue 2.0 真实点餐项目实战
Ziksang
前端工程师“应试”指南
芋头
如何学好 Linux、C++,并搞定 BAT 面试
天千
新一代科学教育标准到底是什么?为什么开展 STEM 教育?
嘉糖
语音云的大数据实践之路
韦邦灯
微信扫描登录