一、对话机器人概述

1、相关技术路线

（1）基于模板的对话机器人

基于模板的对话机器人是通过人工设定对话场景，并对每个应用场景编写一些有针对性的对话模板。基于模板的优点是准确度高，缺点是需要大量的人工工作，而且可扩展性差，随着产品的复杂度越来越高，可能带来的后续工作也会越来越多。

（2）基于检索技术的对话机器人

将对话语料数据处理好，然后存储，并建立索引（例如，倒排索引），将用户问句当作查询语句，在对话库中进行检索，直到找最合适的应答内容为止。

（3）基于深度学习的对话机器人

基于深度学习的聊天机器人是本章后续实例中所采用的方法，大多都是基于RNN模型Seq2Seq（Encoder Decoder）在深度学习模型下进行开发与拓展。使用深度学习技术来开发聊天机器人相对简单并且扩展性较强。

基于深度学习的对话机器人中除了基本的对话功能之外，还可以通过其他技术扩展其会“听”、会“说”等高级的功能。

二、深度学习对话机器人原理

大多数基于深度学习的对话机器人都采用Seq2Seq或其扩展的框架。

Encoder-Decoder框架可以看作是一种文本处理领域的研究模式，应用场景很广，不仅可以用在对话机器人领域，还可以应用在机器翻译等各种场合。下图是文本处理领域里常用的Encoder-Decoder框架的一种表示示例。

其中左侧的方块是Encoder Cell，右侧的方块是Decoder Cell，可以用LSTM或GRU来实现。Encoder Cell的最后一个时刻的状态的输出语义向量为c，它将作为Decoder Cell的初始状态。然后在Decoder Cell中，每个时刻的输出都将会作为下一个时刻的输入。以此类推，直到Decoder Cell遇到句子结束符号<END>结束为止。

Seq2Seq框架的输入和输出分别为问句和回答，如下图所示。适合处理由一个句子生成另外一个句子的通用处理框架。

三、构建对话机器人

1、Microsoft Bot Framework

Microsoft Bot Framework 提供了构建和连接智能机器人所需的东西，无论用户在哪里交谈，从文本/短信到 Skype、Slack、Office 365 邮件和其他流行服务，都可以自然交互。

机器人是用户与服务或应用程序交互的重要方式，与网站或移动体验一样重要。编写机器人的开发人员都面临着同样的问题：机器人需要基本的 I/O；他们必须具备语言和对话技巧；他们必须连接到用户

Bot Framework 为开发人员提供了轻松解决这些问题的工具以及更多功能，例如自动翻译到 30 多种语言、用户和对话状态管理、调试工具、可嵌入的网络聊天控件以及用户发现、尝试和添加的方式机器人到他们喜欢的对话体验。

Bot Framework 有许多组件，包括 Bot Connector、Bot Builder SDK 和 Bot Directory。

2、构建对话机器人

下面的网址试图重现A Neural Conversational Model（又名 Google 聊天机器人）的结果。它使用 RNN（seq2seq 模型）进行句子预测。它是使用 python 和 TensorFlow 完成的。

GitHub - Conchylicultor/DeepQA: My tensorflow implementation of "A neural conversational model", a Deep learning based chatbothttps://github.com/Conchylicultor/DeepQA

按其说明进行环境设置、训练、运行web界面如下。

将输入序列大幅减少到 5 个单词，输出减少到 3 个（加上 go 和 eos 标记），并使用一个小的嵌入大小（大约 25），只需 1 或 2 小时的训练就可以获得一些结果，但是模型不会特别健谈。

如果遇到punkt下载不下来，可以手动下载，然后解压放到下面文件夹内

C:\Users\xxxxxx\AppData\Roaming\nltk_data\tokenizers

punkt.zip下载地址

nltk_data/packages/tokenizers at gh-pages · nltk/nltk_data · GitHubhttps://github.com/nltk/nltk_data/tree/gh-pages/packages/tokenizers

相关参考网址
GitHub - microsoft/botframework-sdk: Bot Framework provides the most comprehensive experience for building conversation applications.https://github.com/microsoft/botframework-sdk

Microsoft Bot Framework - microsoftbotframeworkhttps://microsoftbotframework.readthedocs.io/en/latest/

机器学习笔记 - 深度学习、对话机器人、微软机器人框架相关推荐

机器学习笔记——深度学习入门篇
前向传播与反向传播转载于:https://www.cnblogs.com/hdu-cpd/p/5988606.html
Intel提供的面向机器学习和深度学习的优化工具和框架
英特尔数学核心函数库 https://software.intel.com/zh-cn/intel-mkl 英特尔面向深度神经网络的数学核心函数库 https://github.com/01org/m ...
人工智能-概述：数据分析----＞人工智能【机器学习-----＞深度学习】
一.人工智能-简介人工智能在现实生活中的应用人工智能发展必备三要素人工智能和机器学习.深度学习三者之间的关系 BI(数据分析.数据挖掘): Excel: 超级Excel(SPSS.SAS): M ...
Github开源！适合初学者的机器学习和深度学习的资料合集
最近逛 GitHub,发现了一个非常不错的 AI 资料,兼顾理论和实战,非常不错! 首先放上该资源的 GitHub 地址: https://github.com/ben1234560/AiLearni ...
Python大数据综合应用：零基础入门机器学习、深度学习算法原理与案例
机器学习.深度学习算法原理与案例实现暨Python大数据综合应用高级研修班一.课程简介课程强调动手操作:内容以代码落地为主,以理论讲解为根,以公式推导为辅.共4天8节,讲解机器学习和深度学习的模型 ...
深度学习之智能问答机器人实战
深度学习之智能问答机器人实战 class1 对话类型基于知识库问答录入问题和答案设计标准问题的相似问题使用搜索和排序,根据相似度返回结果基于规则脚本以一定的语法定义规则常用正则表达式等约 ...
手机上的机器学习资源！Github标星过万的吴恩达机器学习、深度学习课程笔记，《统计学习方法》代码实现！...
吴恩达机器学习.深度学习,李航老师<统计学习方法>.CS229数学基础等,可以说是机器学习入门的宝典.本文推荐一个网站"机器学习初学者",把以上资源的笔记.代码实现做成 ...
下载量过百万的吴恩达机器学习和深度学习笔记更新了！（附PDF下载）
今天,我把吴恩达机器学习和深度学习课程笔记都更新了,并提供下载,这两本笔记非常适合机器学习和深度学习入门.(作者:黄海广) 0.导语我和同学将吴恩达老师机器学习和深度学习课程笔记做成了打印版,放在g ...
吴恩达老师的机器学习和深度学习课程笔记打印版
注意:下载笔记.视频.代码:请点击"阅读原文" 我和同学将吴恩达老师机器学习和深度学习课程笔记做成了打印版,放在github上,下载后可以打印. 公布了深度学习笔记的word和ma ...

机器学习笔记 - 深度学习、对话机器人、微软机器人框架