精华内容
下载资源
问答
  • 聊天机器人、虚拟助手、机器人对话式人工智能 (Conversational AI Agents ) 在我们的日常生活中已随处可见。许多企业希望以更低的成本增强与客户之间的互动,并为此在该领域进行大量投资。大量数据表明,对话式...

    基于噪声数据训练对话式人工智能

    聊天机器人、虚拟助手、机器人等对话式人工智能 (Conversational AI Agents ) 在我们的日常生活中已随处可见。许多企业希望以更低的成本增强与客户之间的互动,并为此在该领域进行大量投资。大量数据表明,对话式人工智能行业预计至少在2025 年前每年将增长20%。据研究机构高德纳 (Gartner)预测,届时在客户互动平台中使用 AI 技术的组织运营效率将提高 25%。

    全球疫情已加速这些预期的实现,因为对于希望在虚拟世界运营的同时,仍与客户保持联系的企业而言,对话式人工智能至关重要。对话式人工智能通过为每位客户提供量身定制的人性化体验,帮助企业解决数字通信缺少人情味的问题。有了成功的概念验证,这些变化会重新定义品牌互动的方式,并必将成为新的常态,即便是在疫情之后。

    但是,为实际应用构建对话式 AI 仍具有挑战。模仿人类的语言交流是件极其困难的事。AI 必须考虑不同的语言、口音、俗语、发音、措辞、赘词和其他变量。这项工作需要大量的高质量数据。问题是,这些数据通常有噪声,充满了可能曲解意图的不相关实体。了解数据的作用以及通过哪些缓解步骤来管理噪声数据,对于减少错误和故障率至关重要。

    对话式人工智能应用的数据采集和标注

    为了解创建对话式人工智能应用的复杂性,让我们来逐步分析构建具有语音功能的智能体(例如 Siri 或 Google Home)的典型流程。

    • 数据输入 :

    人类主体口述的命令、评论或问题被模型捕获并生成音频文件。计算机通过语音识别机器学习 (ML) 将音频转换为文本。
    自然语言理解 (NLU) :模型使用实体提取、意图识别和域标识(所有用于理解人类语言的技术)来解释文本文件。

    • 对话管理:

    由于语音识别中可能有噪声,因此要使用统计建模来绘制出人类主体可能目标的分布。这个步骤叫做对话状态跟踪。
    自然语言生成 (NLG):结构化数据被转换为自然语言。

    • 数据输出:

    文本 – 语音合成将 NLG 阶段生成的自然语言文本数据转换为音频输出。如果转换准确无误,输出的将是人类主体的初始请求或评论。

    让我们来进一步探讨自然语言理解 (NLU) ,因为这是管理噪声数据的关键步骤。NLU 通常需要执行以下步骤:

    • 明确意图:

    人类主体的目标是什么?例如,“我的订单在哪里?”、“查看列表”或“查找商店”等等都是意图或目的。
    语料采集:必须通过数据标注者来收集、映射和验证指向同一目标的不同话语。例如,“最近的商店在哪里?”和“查找我附近的商店”就是具有相同意图的不同话语。

    • 关键词提取:

    这项技术用于解析话语中的关键词。在“我家 3 英里范围内有素食餐厅吗?”这样的句子中,“素食”是类型实体,“3 英里”是距离实体,而“我家”是参考实体。

    考虑到这些步骤,设计对话时会面临哪些挑战?首先,没有任何一种简单的方法能够以对所有人都通用的方式收集人类的意图。其次,很难对真实世界中的对话流进行建模,因为对话流会因地理位置、年龄、人和其他个体因素而异。最后,采集的数据可能有噪音且成本高昂。

    许多自动语音识别 (ASR) 数据包含噪声,导致机器误解音频文件中的特定单词或短语。例如,“我们的数字不是很好”变成了毫不相干的“我们的’素质’不是很好”。人类言语是自然发生的,没有底稿;我们在说话时经常使用与我们的意图无关的语气词。“哦,是的,我觉得,是的,这个更好”这句话里有许多没有必要的语气词,会影响含义的解释。人类的措辞也有很大的差异,这取决于他们来自哪个地方、有着怎样的成长环境和经历。

    当我们查看噪声数据的统计信息时,我们发现,在平均 53% 的情况下,AI 要么正确无误,要么犯了小错误;在 30% 的情况下,AI 犯了小错误;在 17% 的情况下,AI 犯了重大错误。这表明噪声数据仍然是企业在推出对话式人工智能时面临的一个难题。

    为社交机器人设计对话

    在许多情况下,设计对话式人工智能的目标是使他们作为同伴而不是设备与人类交互。这意味着使用语音和手势进行交流、提供有用的服务以及利用自然语言来保持自然的对话流。那么,我们如何开发可以与人们互动的社交机器人?

    创建具有个性的社交机器人的一种方法是通过基于流程图的可视化编程。流程图块表示后端功能,例如交谈、握手和移动到某个点。它们对交互过程进行分类。内容作者可以使用流程图轻松组合语音、手势和情感,从而建立令人愉快的交互。

    Erica(ERATO 智能对话仿真机器人)就是使用这种方法构建的。她的内容作者在几个月内反复添加内容,以使她成为一个角色,而不仅仅是问答工具。她现在可以完成 2000 多种行为和 50 多个话题序列。

    设计社交机器人的另一种方法是远程操作。Nara Experiment(奈良实验)使用一台机器人在日本奈良的游客中心担任游客的导游。人工导游为这台机器人创建离线内容(例如当地东大寺的背景信息),工程师事先用这些信息对机器人进行编程。该团队将这种方法与远程操作进行对比。

    当人机交互操作员远程控制机器人时,结果要比机器人依赖离线数据时更准确。问题在于这种方法的可扩展性不强,内容输入缓慢且容易出错,控制多模式行为也具有挑战性。

    这些实验不但是有趣的案例研究,同时也引发人们对具有更强扩展性的对话设计替代方案的讨论。从真正的人与人之间的交互中收集现场数据是否更有效?

    让社交机器人通过模仿来学习

    如果我们能够将人类行为进行众包,那么我们就可以更被动、更经济地收集质量更高的数据。我们可以观察人类的交互,提取典型的行为元素,并在此基础上生成机器人交互。一个研究团队通过建立影像器材店场景探索这一想法的有效性。让我们来逐步分析他们的方法:

    • 数据采集:

    该团队采集有关人类顾客的多模式行为和店主的数据,包括语音、运动和近义词三个关键类别。
    语音:通过自动语音识别,模型可以记录典型语料(例如“这个相机是几百万像素的?”或“分辨率是多少?”),并使用层次聚类来映射这些语料的意图。
    运动:传感器可以采集关于人类聚集的典型位置(例如服务柜台)和不同轨迹(例如从门到相机陈列柜)的跟踪数据。聚类用于确定每个位置和轨迹的频率。
    空间关系队形:传感器可以记录顾客和店主的典型队形,例如面对面或店主展示产品。此外,当顾客讲话或移动时,该交互被分解为一个个为“顾客-店主”动作对。

    • 模型训练:

    该团队随后使用顾客行为(包括话语、动作和空间关系)以及店主预期响应的标注数据来训练模型。例如,客户行为可能包括面向店主询问“这个多少钱?”,然后店主会回答:“这个 300 美元。”
    在训练完模型之后,该团队在影像器材店测试了机器人,并准确处理了 216 种不同的交互。虽然与全仿真机器人还相差很远,但本案例研究中的机器人证明了模仿人类言语和行为所涉及的复杂性。

    通过对话式人工智能推进

    我们可以从这些例子中学到什么?构建对话式人工智能很困难。数据有噪声且难以采集,而模仿人类语言是一项巨大的挑战。这就是必须设计数据采集工作流程来采集高质量数据的原因。使用原位方法进行数据采集是采集自然对话的最佳方法,尽管仍然需要更多的进步措施来进一步降低错误率。

    噪声数据的问题会始终存在。要减少噪声,可以在一开始就使用机器学习辅助验证来过滤掉噪声数据,并采用提取和数据驱动技术。释放对话式人工智能的业务价值将意味着大量投资于数据并开发更准确的机器学习方法来解决自然语言问题。

    展开全文
  • 对话机器人是目前人工智能发展的一个主流方向, 智能多轮对话机器人案例剖析(附源码)包含三个完整案例,体验教学; 一套开源框架,所学即所用;
  • 实战智能对话航空订票机器人(1)

    千次阅读 2018-03-08 08:07:32
    一、前言 ... 任务智能对话机器人的应用,是目前人工智能语音交互技术的最成熟领域。包括智能设置闹钟、智能点餐、智能订票、智能家居等等,都是任务智能对话机器人的典型应用。这类机器人应...

    一、前言
    本文是《智能对话机器人开发实战案例完全剖析》系列博文的第4部分:任务式智能对话机器人,第1节,该部分内容已经录制成视频课程,发布在网易云课堂,感兴趣的同学可以对照学习。
    二、正文
    2.1 业务场景
    任务式智能对话机器人的应用,是目前人工智能语音交互技术的最成熟领域。包括智能设置闹钟、智能点餐、智能订票、智能家居等等,都是任务式智能对话机器人的典型应用。这类机器人应用场景具备的主要特点包括四个方面:
    这里写图片描述
    1.特定领域:可以是设置闹钟,火车订票、航空订票等等,不能是无边际的闲聊;
    2.目标明确:对话的过程,就是为了获取完成特定任务所需要的信息,即信息采集和获取的过程;
    3.多轮交互:通过多轮对话,获取多个参数信息,符合实际情况;
    4.流程稳定:任务式对话机器人,要完成特定的任务,所需信息固定,流程结构比较稳定,很多情况下甚至不允许跳过其中的任何一个环节;
    本文选取的典型场景是火车/航空智能订票,其主要业务场景如下图所示:
    (1)参数信息获取:始发地、目的地、出发时间、车次:
    (2)查询结果展示和订单确认:执行订单;
    参数输入
    结果验证
    2.2 业务流程
    考虑前面所述的业务场景,我们来看一个典型的航空订票的流程(简化版),业务流程图如下所示:
    这里写图片描述
    2.3 案例演示
    本文基于开源框架进行的定制开发,我们在此只演示执行后的结果,后续的内容,将会教大家具体的设置和开发过程,系统演示结果如下图所示:
    这里写图片描述
    这里写图片描述
    三、未完待续
    系列连载,未完待续。本文内容已录制成视频教程:《智能对话机器人开发实战案例完全剖析》,可以参照学习。QQ技术交流群:149933712
    作者:张子良,版权所有,转载请注明出处。

    展开全文
  • 在简仁贤看来,开展情感对话式机器人的研究不仅是为了迎合技术的发展,更重要的是推动人工智能融入金融、电商、智能硬件等高价值商业场景。 在电影《Her》中,“Samantha”虽是基于人工智能技术的Chat...

    在简仁贤看来,开展情感对话式机器人的研究不仅是为了迎合技术的发展,更重要的是推动人工智能融入金融、电商、智能硬件等高价值商业场景。

    在电影《Her》中,“Samantha”虽是基于人工智能技术的Chatbot(对话机器人),但是她的“知性和感性”还是感染了不少观众,让人们对于“懂情感的人工智能”有了一种期盼。

    “从现在的技术发展看,机器人还无法模拟人类的情感。因为情感与创造力一样,是人工智能无法模仿和计算的。但这不妨碍人工智能通过语义理解、人脸识别、姿态识别、语音识别等方式识别判断人类情感情绪状态,并进行一些拟人化的人机对话。”竹间智能创始人兼CEO简仁贤表示。

    竹间智能简仁贤:基于情绪识别打造对话式AI,推进机器人融入商业

    图 | 竹间智能创始人兼CEO简仁贤

    做有温度的对话式机器人,打造现实版Samantha

    伴随着人工智能热潮的到来,现在市场上涌现了一批人工智能对话与聊天机器人,但其中大部分都是以关键词、规则模版为核心的旧技术,不能称为人工智能。另外一类虽然使用了深度学习与自然语言处理的算法,但只注重语义层面的理解。

    在踏入创业圈之前,简仁贤的身份标签是“前微软亚洲互联网工程院副院长”。在微软工作期间,其领导了微软小冰和小娜研发,这一段从业经验让他深切意识到“人机交互中,自然语言理解与情感情绪的理解缺一不可。”

    基于这一认知,在创业之初,简仁贤就对未来的产品方向进行了规划——一个能理解人类语言、懂得人类情感的有温度的对话式机器人,即现实版的“Samantha”,并将其与垂直行业的具体场景深度融合,打造专业的AI专员。

    成立至今,竹间智能已经快走过3年光阴,用简仁贤的话来说,他们现在已经步入了发展的快车道。在公司本身,竹间智能已经在上海、北京、深圳、台北设立了4个研发中心,汇聚了来自微软、亚马逊、谷歌、BAT的顶尖AI人才。同时也与招商银行、民生银行、唯品会、优必选、长虹等一系列行业领先企业达成了合作。在整体发展的大环境方面,国家对于人工智能的重视与规划俨然为他们打开了一条VIP通道。

    竹间智能简仁贤:基于情绪识别打造对话式AI,推进机器人融入商业

    标注百万级数据,打造“文本+语音+图形”多模态情感情绪识别

    在眼下这个时代,“数据”就是如同石油般的存在,而对于时刻需要数据的硬科技创企而言,如何获取足够的数据是产品研发过程中的一个难题。于竹间智能,情绪识别等技术的准确性是“根本”,如何稳固这一根本?海量数据是也。

    简仁贤表示,他们的数据除了一些公开数据外,为了保证情感情绪识别的准确度,他们也会对数百万高质量人脸表情图片进行专门的数据标注,从而便于系统的识别训练。

    “在竹间眼中,人机对话是一项基础技术,只有和具体的垂直行业与应用场景结合,才能发挥人工智能真正的力量。”在简仁贤的应用场景描述中,竹间智能的对话机器人以“虚拟AI员工”的形象取代了真实的人类,扮演着产品导购、精准营销、投资顾问、企业HR助手等角色。

    不过,这并不意味着人类被替代了,在这些场景中,从服务一线退下的人类转型成AI员工的管理者和培训者,通过“人机协作”的方式提高企业的运营效率,并降低成本。

    值得注意的是,人机交互是个多渠道的复杂交互过程, 除了竹间的自然语言理解技术外,更结合了多模态情感情绪识别技术,来实现更深的语义理解和情感交互分析,从而达到人机交互过程中对人更深层次的理解。

    竹间智能简仁贤:基于情绪识别打造对话式AI,推进机器人融入商业

    此外,基于传统的以文本识别为主的情感情绪识别,竹间智能升级为“文本+语音+图形”的多模态情感情绪识别分析。“在技术上,竹间实现了通过自然语言处理对文本的情绪进行识别。通过深度学习与人脸识别技术实现对人脸情绪的识别,以及对语音情绪的识别。”

    竹间还结合人机对话与情感情绪识别,拓展了一系列创新性应用。诸如在今年CES上,联合苏宁发布共同开发AI主动式导购机器人,在用户人脸属性与情绪识别的基础上,通过用户理解以自然语言对话为用户提供主动式的产品导购与推荐。

    情感情绪识别为人机交互增添人性化色彩,推进AI融入世界

    在创立之初,简仁贤对于产品的规划就是奔着“Samantha”去的,而“Samantha”最令人期待的一点就是“情感”,这也是竹间智能一直以来为自己产品贴上的“标签”。

    有研究表示,人类交流中有80%的信息都是情感性的信息。“由于情感在人类信息沟通中的意义重大,所以AI对人类的情感情绪识别的是实现人性化的人机交互中必不可少的部分,情感识别与理解技术也是人机交互的基础性技术之一。

    竹间智能简仁贤:基于情绪识别打造对话式AI,推进机器人融入商业

    我们都说,先有需求再有产品和市场。既如此,一个具备“情感情绪识别”的对话式机器人能够满足怎样的需求?

    简仁贤称,通过对人类的情感进行获取、分类和识别,AI机器人可以在人机交互中实现更为亲切、拟人化的互动,大幅提升人机交互体验。另外,基于情感情绪识别,AI机器人也能够“主动”的为用户提供情感抚慰等服务。

    开展情感对话式机器人的研究不仅是为了满足技术的发展,更重要的是服务于人类。通过将情感计算与人机自然交互结合,我们可以探索广泛的应用前景。

    不过,以上一系列操作有时候还需要满足一个基本前提——用户愿意(主动)与机器人进行互动。然而,现实情况如何呢?与这一基本前提恰好相反,很少有用户愿意与机器人进行交流,甚至有的场景下,诸如智能客服,虽然人们发起对话并进行了多个对话伦次,但有的人或许并没有意识到与他进行互动的是一个机器人。不得不说,在用户磨合度上,对话式机器人还有的路走。

    通过拟人化的交互,能够打破人类对机器人的陌生感,提升普通人对于AI的接受程度,从而推动AI融入我们的生活。”简仁贤表示。

    最后

    当前,竹间智能已经于去年完成了B轮融资,在业务方面也涵盖了银行、证券、保险、电商、零售、智能硬件、客服呼叫中心等多个垂直行业。

    对于接下来的规划,简仁贤表示,一方面,他们还将继续推动对话机器人与垂直行业的融合,从客服、导购等场景延展至更多应用场景,使对话机器人与业务场景深度融合;另一方面,将继续探索人机对话与情感情绪识别的创新应用,譬如机器人基于对用户人脸属性与情绪识别的基础,可以以语音交互的方式为其提供主动式的产品导购与推荐。


    原文发布时间:2018-04-17 12:01
    本文作者:韩璐
    本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
    展开全文
  • 智能对话式运营解决方案,2021年AI人工智能客服解决方案NLP客服机器人系统智能客服发展
  • 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,Seq2...
  • 1.18 对话管理 对话管理功能主要协调聊天机器人的各个部分,并维护对话的结构和状态[9] 。...分为封闭和开放两种,所谓封闭式对话行为,即将对话意图映射到预先定义好的对话行为类别体系。常...

    1.18 对话管理

    对话管理功能主要协调聊天机器人的各个部分,并维护对话的结构和状态
    [9] 。对话管理功能中涉及到的关键技术主要有对话行为识别、对话状态识别、对话策略学习及对话奖励等。

    1)对话行为识别:对话行为是指预先定义或者动态生成的对话意图的抽象表示形式。分为封闭式和开放式两种,所谓封闭式对话行为,即将对话意图映射到预先定义好的对话行为类别体系。常见于特定领域或特定任务的对话系统,如票务预订、酒店预订等。例如:“我想预订一个标准间”,这句话被识别为Reservation(Standard_room) 的对话行为。相对的,开放式对话行为则没有预先定义好的对话行为类别体系,对话行为动态生成。常见于开放域对话系统,如聊天机器人。例如:“今天心情真好啊”,这句话的对话行为可以通过隐式的主题、N 元组、相似句子簇、连续向量等形式表达。

    2)对话状态识别:对话状态与对话的时序及对话行为相关联,在 t 时刻的对话行为序列即为 t 时刻的对话状态。因此,对话状态的转移就由前一时刻的对话状态与当前时刻的对话行为决定。

    3)对话策略学习:通常是通过离线的方式,从人 -人对话数据中学习对话的行为、状态、流行度等信息,从而作为指导人 - 机对话的策略。这里流行度通常是指特定模式在语料库中的频度。

    4)对话奖励:对话奖励是对话系统的中间级评价机制,但会影响对话系统的整体评价。常见的对话奖励有槽填充效率和回复流行度等。

    展开全文
  • 前两年电话机器人取代人工还只是个口号,2018年,电话销售被智能电话销售机器人所取代的...首先,你需要熟知智能电话销售机器人的特点,自动拨打电话、自动应答、自动记录、自动分类、真人语音对话……等等,然后根据
  • 艾美迪迪姆机器人搭载了DuerOS对话式人工智能操作系统,拥有阿思克科学教育内容。能通过智能对话,自由聊天,给予孩子陪伴,让他们不再孤单。基于儿童语言习惯,DuerOS对对话技能进行了深度优化,确保迪姆能识别不同...
  • AI 机器智能体验 1 寻找外星智慧生命 2 安装 SETI@home 3 智能聊天机器人 4 与小 Q 对话 5 *P70 C 程序递归算法 6 作业上交 寻找地外智慧生命 美国首席科学家加州大学伯克利 空间科学实验室 的 Dan Werthimer 韦特锡...
  • 通过图灵机器人开放平台,软硬件产品开发者可快速为自己的产品接入一款具备个性化身份属性特征、满足不同场景多轮对话及上下文对话的人工智能机器人,实现产品的对话式交互。 2、图灵机器人接口描述 编码方式 UTF...
  • 通过图灵机器人开放平台,软硬件产品开发者可快速为自己的产品接入一款具备个性化身份属性特征、满足不同场景多轮对话及上下文对话的人工智能机器人,实现产品的对话式交互。 注意:图灵机器人新注册的用户在未实名...
  • 平台整体展示:百度AI平台展示了产品服务、解决方案、案例场景、资源中心、合作伙伴、AI加速器、资讯、社区板块、、,百度AI平台战略的两大核心是阿波罗Apollo平台和DuerOS对话式人工智能系统,阿波罗致力于汽车行业...
  • 人工智能领域有个符号主义学派,用基于逻辑推理的智能模拟方法去模拟人类智能行为,其中最有代表性的成果为启发程序——“逻辑理论家”,科学家们用它证明了38条数学定理。加之当时处于冷战背景,不论是美国还是前...
  • 人工智能现在的火热程度大家有目共睹,凯文凯利在《必然》中预测未来时代的人工智能可能会重新定义人类的意义,但时下的人工智能发展水平显然还没有大家想象得那么美好,仍然需要我们不断地探索。目前众多研究人员正...
  • 这是一个具有预定响应的对话式聊天机器人。 它使用Azure认知服务来对用户查询做出适当的响应。 它是用JavaScript构建的。 后端应用 它是使用Node.js和Azure Bot Service SDK v3构建的。 这款wep应用程序机器人...
  • AI智能语音客服机器人的问世,有不明白 的可以找博主交流,标志着人工智能开始进入电销领域。 区别于传统的电话营销系统,智能语音机器人跟客户对话并不是“请按1”、“请按2”的这种引导的生硬的通话,智能语音...
  • 近年来,在聊天机器人系统上的对话生成主要涉及检索和生成两类技术。 1) 检索式对话生成技术:检索的代表性技术[11]是在已有的人人对话语料库中,通过排序学习技术和深度匹配技术找到适合当前输入的最佳回复...
  • 一种聊天机器人系统

    千次阅读 2015-11-07 12:31:12
    本发明揭示了一种聊天机器人系统,至少包括一个用户(1)和一个聊天机器人(9),该聊天机器人拥有通讯模块(21)、人工智能服务器(3)、查询服务器(4)、游戏服务器(5),以及相应的数据库。所述的用户通过即时通讯平台或...
  • 通 常来说,它需要一个对话式交互界面,是 一种人们可以用自然语言,让它能够在其 他机器人、APP 或服务上运行回应事件触 发或用户请求的微服务。Bots 强调数字用 户(机器人)的主动性,它要能够在无需 用户发起...
  • CCF-GAIR 全球人工智能机器人峰会在深圳如期落地。会议第一天,国内外顶尖学者和从业者各自带来了丰富的行业干货分享,随后两天,GAIR 的机器人、智能助手、金融科技、AI+、智能驾驶等各个专场又为各领域从业者...
  • 不可否认,在即将进入人工智能对话式商务”的时代,若要运营好微信,为自已的公司、自已的店铺、自已的专业领域与兴趣爱好...建立公众号智能问答机器人是有必要性的,小信子中文理解 API 云端服务平台特别为广大非...
  • IBM在研究对话式人工智能多年,此前推出了“沃森”,近日IBM办公室最新推出的AI系统Project Debater,在一场辩论赛中击败了人类顶尖辩手!Project Debater的对手是以色列国际辩论协会主席Dan Zafrir和2016年以色列...
  • 智造观点2016年是聊天机器人崛起的元年,自此之后,Chatbot便成为了最热门的科技话题之一。随着人工智能技术的发展,很多人都认为聊天机器人可以走向人性化的“对话式”未...
  • 雷锋网AI科技评论按:5月16号,Facebook官网公布,推出全新开源软件平台...人工智能的一个长期目标就是希望能制造出可以和人类自然交流的聊天机器人。现在生产出来的机器人虽然有时候可以完成具体的单个任务,但...
  • 最近主要在研究对话系统,看到很多大厂技术团队分享的文章,在此分享给大家。 1.Trend Micro--基于Elasticsearch的...5.贝壳找房-【WOT峰会回顾】人工智能和人工冰释前嫌 6.微软-微软小冰对话机器人架构 7.瓜子...
  • CCF人机对话专题文章

    2018-11-07 01:09:26
    对话式交互与个性化推荐 胡云华 对话智能与认知型口语交互界面 俞 凯 对话系统评价技术进展及展望 张伟男 车万翔 从生成对抗网络到更自动化的人工智能 黄 鹤 王长虎 应用驱动网络的未来之路 张 弓 基于开源模式...
  • 随着人工智能和自然语言处理的发展,包括 Facebook, Google 在内的众多平台和公司都开始透过对话式交互系统(conversational UI)来提供服务。在本场 Chat 中,我们将简单介绍这个方向的最新研究成果和工程组件,...

空空如也

空空如也

1 2 3 4
收藏数 65
精华内容 26
关键字:

对话式人工智能机器人