zoukankan      html  css  js  c++  java
  • 智能对话机器人实战开发案例剖析(1)- 体系结构和分类

     一、前言

    人工智能时代,以智能对话机器人为最核心的技术应用方向之一,实现人机之间通过自然语言的沟通和交流,是智能人机对话机器人的核心目标之一。尤其是Google Assistant 语音助手近期的卓越表现,如何开发智能对话机器人系统,成为一个新的热点。本文是系列文章的第一部分,旨在较少智能对话系统的进行一个全面和具体的介绍。相关内容已同步录制成视频课程,发布网易云课堂,CSDN学院,《智能对话机器人实战开发案例剖析》。

    二、正文 

    2.1 智能对
    话机器人的体系结构

    智能对话机器人的体系结构可以分为四大部分,如上图所示:智能语音(语音识别+语音合成)、自然语言处理(语义理解+语言生成)、对话状态管理、问答语料库。

    2.2 智能对话机器人的分类体系

    这里写图片描述
    学习智能对话机器人,首先必须对智能对话机器人有一个全面的认知,只有知识面打开了,才可以避免一叶障目不见泰山,从而可以基于自己的业务场景进行技术选型和智能对话机器人的开发。基于智能对话机器人的交互特点、功能特点和关键技术,我们把智能对话机器人划分为上图中的几个类别,这里面需要注意一个问题,就是分类标准,再不同的分类标准下,会有不同的分类结果,同一个标准下,各类别之间必须不可有交集。 

    三、未完待续

    本文内容只是就智能对话机器人的体系结构和类型做了初步的介绍,更多内容后续持续分享。智能对话机器人交流群:344673972。未完待续。
  • 相关阅读:
    【jekins】jenkins构建触发
    【Autoit】Autoit 使用
    docker 网络和/etc/docker/daemon.json文件详情
    kubernetes(k8s)集群安全机制RBAC
    linux文件目录颜色及特殊权限对应的颜色
    Python 爬取各大代理IP网站(元类封装)
    K8S 容器之间通讯方式
    kubernetes Pod的升级与回滚
    lvs+keepalived+mariadb集群
    kubernetes(k8s)Pod污点与容忍
  • 原文地址:https://www.cnblogs.com/hadoopdev/p/9132833.html
Copyright © 2011-2022 走看看