●篇快速入門
章初識對話機器人2
1.1實例：對話機器人的一個例子2
1.2對話機器人的商業價值3
1.2.1滿足人工智能時代的社交需求3
1.2.2宣傳商品和服務4
1.2.3提供客戶服務4
1.3本書的學習路徑圖5
1.4對話機器人所需的理論知識7
1.4.1構建對話機器人所需的知識體繫7
1.4.2理論知識的學習路徑圖8
第2章對話機器人的繫統架構10
2.1產品需求定義10
2.1.1封閉域對話vs開放域對話10
2.1.2本書所定義的產品需求12
2.2產品架構設計13
2.2.1產品整體架構13
2.2.2前端：微信小程序14
2.2.3中臺：Apache Tomcat+Java15
2.2.4後臺：TensorFlow+Python16
2.3開發環境準備17
2.3.1申請微信小程序賬號17
2.3.2安裝微信小程序開發環境20
2.3.3安裝Java開發環境20
2.3.4安裝Tomcat軟件21
2.3.5安裝MySQL數據庫21
2.3.6安裝Python及TensorFlow開發環境21
2.3.7購買配置中臺以及後臺服務器22
第2篇理論基礎
第3章人工智能基礎26
3.1入門知識：分類任務26
3.1.1從二分類任務說起26
3.1.2特征及特征提取27
3.1.3如何分類：訓練分類器29
3.1.4感知器31
3.1.5支持向量機33
3.1.6多類別分類34
3.2人工神經網絡的工作原理35
3.2.1為什麼需要人工神經網絡35
3.2.2人工神經網絡如何工作37
第4章自然語言處理基礎42
4.1自然語言處理的發展42
4.1.1從規則引擎到概率統計42
4.1.2自然語言處理要解決的問題44
4.2基於概率統計的解題思路46
4.2.1語音識別46
4.2.2中文自動分詞48
4.2.3文本匹配49
4.2.4機器翻譯51
第5章與對話機器人相關的深度學習53
5.1詞向量53
5.1.1基本概念53
5.1.2詞向量的意義及語言模型55
5.1.3Skip-Gram模型56
5.1.4CBOW模型58
5.1.5詞向量的實現方式59
5.1.6詞向量的應用61
5.2Encoder-Decoder模型61
5.2.1Encoder-Decoder模型的工作原理61
5.2.2Attention模型63
5.3BERT模型64
5.3.1從詞向量到BERT：預訓練技術的發展簡史64
5.3.2BERT模型的運作機制65
5.3.3BERT模型的意義67
第6章對話機器人的實現方式68
6.1實現對話機器人的主流技術68
6.1.1基於人工模版的技術68
6.1.2基於檢索的技術69
6.1.3基於機器翻譯的技術71
6.1.4基於深度學習的技術72
6.2對話管理73
6.2.1對話管理的主要任務74
6.2.2對話管理的實現方法75
6.2.3基於結構的方法76
6.2.4基於規則的方法76
6.2.5基於統計的方法77
第3篇動手實戰
第7章前端：對話機器人的用戶界面80
7.1創建對話機器人小程序80
7.1.1新建對話機器人小程序80
7.1.2代碼構成82
7.1.3小程序調試83
7.2對話機器人小程序開發及測試83
7.2.1用戶界面設計84
7.2.2實戰：開發主頁面84
7.2.3實戰：添加對話框85
7.2.4實戰：添加錄音、輸入框、發送按鈕86
7.2.5實戰：添加功能代碼87
第8章中臺：數據和服務管理93
8.1創建對話機器人的中臺項目93
8.1.1新建中臺項目93
8.1.2準備開發功能95
8.2編寫中臺功能代碼97
8.2.1實戰：創建小程序信息處理接口SendMessageService97
8.2.2實戰：創建語音對話接口SendAudioService103
第9章後臺：對話服務114
9.1準備數據114
9.1.1及安裝語料庫114
9.1.2實戰：文本預處理115
9.1.3實戰：生成詞向量117
9.1.4實戰：生成訓練和測試數據120
9.2建立模型122
9.2.1實戰：加載預處理好的詞向量122
9.2.2實戰：建立模型126
9.3訓練及測試模型128
9.3.1實戰：訓練和測試模型128
9.3.2實戰：驗證模型的效果130
9.4前臺、中臺、後臺繫統集成136
9.4.1實戰：創建後臺對話服務137
9.4.2實戰：聯合調試前臺、中臺、後臺程序139
第4篇擴展應用
0章任務型機器人142
10.1任務型機器人的概念和實現方式142
10.1.1任務型機器人的架構142
10.1.2自然語言理解模塊143
10.1.3對話管理模塊144
10.1.4自然語言生成模塊145
10.2實戰：創建一個任務型機器人145
10.2.1實戰：準備任務型機器人所需的數據145
10.2.2實戰：創建任務型機器人模型146
1章情感分析155
11.1基本概念和實現方式155
11.1.1什麼是情感分析155
11.1.2實現方式之一：基於詞典的方法156
11.1.3實現方式之二：基於機器學習的方法158
11.2實戰：基於深度學習的情感分析158
11.2.1實戰：準備情感分析所需的數據158
11.2.2實戰：創建情感分析模型166
2章客服機器人
12.1客服機器人的工作原理及關鍵技術178
12.2知識圖譜179
12.2.1知識圖譜的概念179
12.2.2知識圖譜的構建原則181
12.2.3知識圖譜的構建方式182
12.2.4知識圖譜之命名實體識別184
12.2.5知識圖譜之關繫抽取185
12.3【實戰】創建一個使用知識圖譜的客服機器人186
12.3.1總體架構186
12.3.2準備知識圖譜187
12.3.3識別用戶意圖和語義187
12.3.4基於知識圖譜做出反應189