Human-like learning在对话机器人中的魔性运用 | 公开课读者问答

本文涉及的产品
NLP自然语言处理_基础版,每接口每天50万次
NLP 自学习平台,3个模型定制额度 1个月
NLP自然语言处理_高级版,每接口累计50万次
简介:

编者注:戴帅湘——前百度主任架构师,曾长期担任百度Query理解方向负责人,是自然语言理解方面的技术专家,曾荣获第一个也是迄今为止唯一一个以NLP技术为核心的百度最高奖2010年提出“Query改写模型”给百度搜索引擎技术带来了跨时代的飞跃,使得搜索相关性和广告收入均大幅提升。该模型比学术界同类模型《Query Rewriting Using Monolingual Statistical Machine Translation》的提出还要早将近1年。此模型迄今为止仍广泛应用于百度所有搜索产品线 。申请了自然语言处理,语义搜索,自动问题求解等领域内20多项专利技术。

本文是戴帅湘在公开课Human-like learning 在对话机器人中的魔性运用中的读者问答内容整理。

  • mor引擎如何来保证数据的可靠性?

你的意思应该指的是数据的准确性,这个暂时还是通过线下的测评,达到一定的准确率后才参与线上运算,这个和大多公司采用的方法一样。

只是我们后面会在对话的环节允许用户通过对话的方式帮助修正,就像我说了某个东西,听着觉得不对,可能会给我一个反馈。

  • 对于用户需求、用户意图的理解和分析,对query做一个简化、分析。请问一下有没有一些开源工具或者算法可以推荐一下。例如以下这些:

  1. 北京附近哪里好玩呀 -> 北京的景点;location : beijing, category : travel。

  2. 上海哪里有好吃的呀 -> 上海的餐馆;location : shanghai, category : restaurant。

这个也是在具体的反馈式增强模型阶段来处理,当然也需要有一些特定的引导。

开源的工具倒没有看到,但是相关方法今年ACL有几篇文章是关于把自然语言转成特定形式化描述的,可以去看一看。其中有的也用到了深度学习,但是需要一些语料支持。

我理解这类开源的很少,毕竟都还不成熟,希望将来有人可以做一些开源的工具出来。

  • Google 的 开源的 tensorflow 有一个seq-to-seq的框架,您觉得怎么样

seq-to-seq是一个非常好的框架,我们也会用到这类工具做线下的一些调研和训练

  • 我现在遇到的问题,就是训练好的聊天机器人,但是有的问题的回答并不理想。

明白,深度学习(DL)有个问题就是不好解释。

这个你只能通过更好的语料及更细致的参数调整才能有所改善,否则就需要加入其它方法。

  • 想请教下深度学习目前在NLP中主要应用在哪个方面?数据还是模型中?

其实现在很多NLP任务都才尝试深度学习(DL),但是看起来效果并不好

至少不会像图像识别和语音识别那样有很大的提升,基本上都是比较微弱的。

深度学习(DL)虽然在特征泛华和分层上有更强的能力,但是NLP问题终归还是一个语言的问题,首先需要针对语言本身有更多的理解和建模,然后才能谈更多语料上的训练。

Human-like learning在对话机器人中的魔性运用 | 公开课读者问答


本文作者:李尊


本文转自雷锋网禁止二次转载,原文链接


相关实践学习
阿里巴巴智能语音交互技术与应用
智能语音交互,是基于语音识别、语音合成、自然语言理解等技术,为企业在多种实际应用场景下,赋予产品“能听、会说、懂你”式的智能人机交互体验。适用于多个应用场景中,包括智能问答、智能质检、法庭庭审实时记录、实时演讲字幕、访谈录音转写等。 本课程主要讲解智能语音相关技术,包括语音识别、人机交互、语音合成等。  
相关文章
|
6月前
|
自然语言处理 机器人 Go
【飞书ChatGPT机器人】飞书接入ChatGPT,打造智能问答助手
【飞书ChatGPT机器人】飞书接入ChatGPT,打造智能问答助手
364 0
|
机器学习/深度学习 人工智能 自然语言处理
要创建一个专属的AI机器人并基于LLM(Language Learning Model)构建AI知识库问答应用
要创建一个专属的AI机器人并基于LLM(Language Learning Model)构建AI知识库问答应用
335 6
|
自然语言处理 达摩院 机器人
带你读《达摩院智能客服知识运营白皮书》——4.3 处理知识语料,提升机器人问答效果
带你读《达摩院智能客服知识运营白皮书》——4.3 处理知识语料,提升机器人问答效果
130 0
|
机器人 物联网
最新!钉钉上线“防疫精灵”机器人,疫情问答实时播报!
针对大家对于疫情动态通知和在线问诊的需求,我们联合阿里云IoT、阿里健康,紧急上线“防疫精灵”群机器人!
最新!钉钉上线“防疫精灵”机器人,疫情问答实时播报!
|
机器学习/深度学习 自然语言处理 搜索推荐
|
4月前
|
机器学习/深度学习 自然语言处理 机器人
基于深度学习的智能语音机器人交互系统设计方案
**摘要** 本项目旨在设计和实现一套基于深度学习的智能语音机器人交互系统,该系统能够准确识别和理解用户的语音指令,提供快速响应,并注重安全性和用户友好性。系统采用分层架构,包括用户层、应用层、服务层和数据层,涉及语音识别、自然语言处理和语音合成等关键技术。深度学习模型,如RNN和LSTM,用于提升识别准确率,微服务架构和云计算技术确保系统的高效性和可扩展性。系统流程涵盖用户注册、语音数据采集、识别、处理和反馈。预期效果是高识别准确率、高效处理和良好的用户体验。未来计划包括系统性能优化和更多应用场景的探索,目标是打造一个适用于智能家居、医疗健康、教育培训等多个领域的智能语音交互解决方案。
|
人工智能 机器人 UED
ai智能语音机器人系统都有什么功能?
第一、 智能AI电销机器人的并发量是多少啊?别人可以同时呼出几个? 通常情况下,智能AI电销机器人可以根据客户的需要选择客户需要的外呼并发量,最大可以实现一条宽带,一个主机,可以同时保持客户使用的灵活性,即能兼顾效率,也能兼顾成本控制。 第二、可以转人工?对话时可以打断机器人吗? 转人工和中途打断都是可以的,这些都是电话机器人的基本功能,个人不建议您用转人工的功能,因为每次转人工,机器人都要等到这通转接人工通话结束后才会进行下一通的呼出,这就大大降低了机器人的拨打效率了。所以留给后续人工跟进是最合理的。打断功能是客户说任何内容都能打断的,为了保证一个良好的用户体验度,一些无意义的语气
|
自然语言处理 监控 机器人
智能语音机器人系统介绍
智能语音机器人系统的总体架构分为三层:分别包括服务管理层、智能业务层以及基础任务执行层。其中智能业务层是整个系统的核心部分 下面分别对各层主要模块功能进行介绍: 服务管理层 服务管理层在智能语音机器人系统上为企业提供丰富的增值服务,包括业务开发管理服务、服务监控服务。业务开发管理服务为业务人员提供业务编辑的管理界面,方便其对业务流程进行编辑,如业务人员可以通过话术编辑和组件拖拽的方式构建电话呼叫对话流程图。服务监控服务则主要针对语义解析引擎当前配置信息的管理与设置,实时对系统的运行数据进行统计分析。 智能业务层 智能业务层是智能语音机器人系统的核心层,是系统具备机器智能呼叫/接听
|
机器学习/深度学习 存储 人工智能
智能语音机器人底层系统设计逻辑机器人源码系统逻辑
— 1 — 智能客服背景 智能语音客服机器人是在传统的客服系统基础上,集成了语音识别、语义理解、知识图谱、深度学习等多项智能交互技术,能准确理解用户的意图或提问,再根据丰富的内容和海量知识图谱,给予用户满意的回答。目前已广泛应用于金融、保险、汽车、房产、电商、政府等多个领域。

热门文章

最新文章

下一篇
无影云桌面