返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]智能系统与技术丛书聊天机器人:入门.进阶与实战刘宇崔
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 刘宇崔燕红郭师光党习歌著 | 刘宇崔燕红郭师光党习歌编 | 刘宇崔燕红郭师光党习歌译 | 刘宇崔燕红郭师光党习歌绘
    • 出版社: 机械工业出版社
    • 出版时间:2018-02-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 刘宇崔燕红郭师光党习歌著| 刘宇崔燕红郭师光党习歌编| 刘宇崔燕红郭师光党习歌译| 刘宇崔燕红郭师光党习歌绘
    • 出版社:机械工业出版社
    • 出版时间:2018-02-01
    • 版次:1
    • 印次:1
    • 印刷时间:2019-10-01
    • 字数:144
    • 页数:228
    • 开本:16开
    • ISBN:9787111637660
    • 版权提供:机械工业出版社
    • 作者:刘宇崔燕红郭师光习歌
    • 著:刘宇崔燕红郭师光习歌
    • 装帧:平装
    • 印次:1
    • 定价:79
    • ISBN:9787111637660
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:2019-10-01
    • 语种:中文
    • 出版时间:2018-02-01
    • 页数:228
    • 外部编号:涿仝西I19042
    • 版次:1
    • 成品尺寸:暂无

    序一
    序二
    前言
    章概率统计与应用数学的基础知识
    1.1概率的定义
    1.2条件概率与贝叶斯公式
    1.3随机变量与分布函数
    1.4概率分布与参数估计
    1.5随机过程与马尔可夫模型
    1.6信息熵
    1.7本章小结
    第2章语言模型与多元文法
    2.1词袋模型
    2.2N-Gram模型
    2.2.1N-Gram简介
    2.2.2N-Gram算法
    2..N-Gram用途
    .数据平滑
    ..1加法平滑方法
    ..2Good-Turing估计法
    ..组合平滑方法
    第3章序列标注模型
    3.1中文分词
    3.1.1条件随机场
    3.1.2条件随机场进行中文分词
    3.2词标注
    3.2.1词标注的标准
    3.2.2利用隐马尔可夫进行词标注
    3.3命名实体识别
    3.3.1利用条件随机场模型进行命名实体识别
    3.3.2命名实体识别在对话系统中的作用
    3.4序列标注模型
    3.5本章小结
    第4章文本分析
    4.1关键词抽取
    4.1.1词频-逆文档频次算法
    4.1.2Text Rank
    4.2文本分类
    4.2.1贝叶斯文本分类模型
    4.2.2决策树文本分类模型
    4..SVM文本分类模型
    4.3主题模型
    4.3.1基础知识回顾
    4.3.2吉布斯采样
    4.3.3隐狄利克雷分配模型
    4.4本章小结
    第5章深度学习模型
    5.1基于深度学习的自然语言模型
    5.1.1神经网络自然语言模型与词向量
    5.1.2A Neural Probabilistic Language Model
    5.1.3CBOW和Skip-Gram
    5.1.4Huffman编码与Huffman tree
    5.1.5CBOW-Hierarchical Softmax
    5.1.6Skip-Gram-Hierarchical Softmax
    5.1.7FastText
    5.1.8词的全局向量表示
    5.2卷积网络CNN
    5.2.1卷积网络CNN理论
    5.2.2利用CNN进行文本分类
    5.3循环网络RNN
    5.3.1循环网络RNN(LSTM,GRU)理论
    5.3.2利用RNN 进行情感分析
    5.3.3Sequence-to-Sequence with Attention Model
    5.4Transformer
    5.4.1ResNet(Residual Network)残差网络模型
    5.4.2Attention is all you need(Transformer)
    5.5预训练模型
    5.5.1Embeddings from Language Models(ELMo)
    5.5.2BERT
    第6章对话机器人的发展综述
    6.1对话机器人发展史
    6.1.1对话机器人的近况
    6.1.2开放域
    6.1.3垂直领域
    6.1.4对话机器人的未来发展趋势
    6.2人工智能在对话机器人中的应用
    6.2.1深度学习在机器人方面的应用
    6.2.2强化学习在机器人方面的应用
    6..知识图谱在机器人方面的应用
    第7章自然语言理解与知识图谱
    7.1知识图谱的表示:三元组模型
    7.2知识抽取
    7.2.1知识抽取-命名实体识别
    7.2.2利用CRF模型识别 NER
    7..利用BiLSTM+CRF模型进行命名实体识别
    7.3知识抽取-实体关系抽取:Relation Extraction
    7.4知识图谱的构建
    第8章生成与多轮对话
    8.1预测会话与生成
    8.1.1信息检索:利用搜索来预测
    8.1.2句型模板匹配标准问题生成
    8.1.3根据知识图谱推理得到
    8.2多轮对话
    8.2.1多轮对话概述
    8.2.2任务型多轮对话的控制和生成
    8..多主题多轮对话
    第9章对话系统的工程架构
    9.1对话系统的工程技术
    9.1.1常用技术
    9.1.2对话系统的分类
    9.1.3主要系统软件介绍
    9.1.4系统运维相关
    9.2对话系统的架构实现
    9.2.1阿里小蜜
    9.2.2百度对话系统
    9..垂直领域对话系统的架构
    9.2.4开放领域对话系统的架构
    9.3本章小结
    0章实战场景之一——客服机器人
    10.1客服机器人架构
    10.1.1功能需求
    10.1.2系统逻辑架构图
    10.2客服机器人设计
    10.2.1FA的设计
    10.2.2导购机器人的设计
    10..实例分析
    10.3本章小结
    1章实战场景之二——开放域的A问答
    11.1开放领域问答机器人的架构
    11.2开放领域问答机器人的开发流程和方案
    11.3开放领域问答机器人的开发案例
    2章实战场景之三——聊天机器人
    12.1Seq2Seq以及Attention机制
    12.2Beam Search
    1.基于Seq2Seq的聊天机器人开发流程
    1..1语料准备
    1..2定义Encoder和Decoder
    1..模型训练和评估模块
    1..4模型预测和Beam Search模块
    12.4本章小结

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购