《会话式AI：自然语言处理与人机交互》内容简介

本书从逻辑上看分为三大部分。第一部分（第1～2章）介绍语言理解的基础概念与环境搭建。其中，第1章介绍人机交互的演变历史及技术变革。第2章介绍前置技术，重点涵盖PyTorch、TorchText、Jieba等自然语言处理学习库的使用方法。第二部分（第3～8章）介绍自然语言处理和人机交互相关的核心技术。本书强调理论与实战并行，在介绍相关核心技术的同时，每章针对相应核心算法展开实战，在真实中文数据集下验证算法性能，让读者从更深层面了解相关算法。第3章主要介绍中文分词技术，包含分词概念、分类体系、常见分词算法，并针对HMM算法进行实战。第4章主要介绍数据预处理相关内容，重点关注TorchText针对数据预处理与构建数据集的使用。词向量（第5章）、序列标注（第6章）、文本分类（第7章）、文本生成（第8章）作为4种核心技术将分别单独介绍。第三部分（第9～12章）通过讲解人机交互中4个不同类型的高阶技术，帮助读者了解人机交互中的深层技术。其中包括对话生成（第9章）、知识图谱问答（第10章）、自然语言推理（第11章）和实体语义理解（第12章）。
杜振东，涂铭编著

作品目录

前言
第1章：人机交互导论
1.1、图灵测试
1.2、专家系统
1.3、人机交互
1.4、机器人形态
1.5、本章小结
第2章：人机对话前置技术
2.1、深度学习框架
2.2、搭建NLP开发环境
2.3、TorchText的安装与介绍
2.4、本章小结
第3章：中文分词技术
3.1、分词的概念和分类
3.2、规则分词
3.3、统计分词
3.4、混合分词
3.5、Jieba分词
3.6、准确率评测
3.7、本章小结
第4章：数据预处理
4.1、数据集介绍
4.2、数据预处理
4.3、TorchText预处理
4.4、本章小结
第5章：词向量实战
5.1、词向量的由来
5.2、word2vec
5.3、glove
5.4、word2vec实战
5.5、glove实战
5.6、本章小结
第6章：序列标注与中文NER实战
6.1、序列标注任务
6.2、序列标注的技术方案
6.3、序列标注实战
6.4、BiLSTM
6.5、BiLSTM-CRF
6.6、本章小结
第7章：文本分类技术
7.1、TFIDF与朴素贝叶斯
7.2、TextCNN
7.3、FastText
7.4、后台运行
7.5、本章小结
第8章：循环神经网络
8.1、RNN
8.2、LSTM
8.3、GRU
8.4、TextRNN
8.5、TextRCNN
8.6、实战案例之诗歌生成
8.7、本章小结
第9章：语言模型与对话生成
9.1、自然语言生成介绍
9.2、序列生成模型
9.3、经典的seq2seq框架
9.4、Attention机制
9.5、Bert——自然语言处理的新范式
9.6、聊天机器人实战
9.7、本章小结
第10章：知识图谱问答
10.1、知识图谱概述
10.2、关系抽取
10.3、人物间关系识别
10.4、图谱构建
10.5、基于深度学习的知识图谱问答模块
10.6、本章小结
第11章：自然语言推理
11.1、自然语言推理介绍
11.2、自然语言推理常见模型
11.3、多轮对话中的答案导向问题
11.4、答案导向问题的实战
11.5、本章小结
第12章：实体语义理解
12.1、实体语义理解简介
12.2、现有语义理解系统分析
12.3、实体语义理解的技术方案
12.4、实体语义理解实战
12.5、数值解析实战
12.6、时间解析实战
12.7、本章小结