智能聊天機(jī)器人：核心技術(shù)與算法

第1章 聊天機(jī)器人概述
1．1 聊天機(jī)器人的發(fā)展歷史
1．2 聊天機(jī)器人的類型和應(yīng)用
1．3 聊天機(jī)器人的模塊和框架
第2章 自動語音識別
2．1 自動語音識別的發(fā)展概述
2．2 隱馬爾可夫模型
2．2．1 概率論基礎(chǔ)知識
2．2．2 隱馬爾可夫模型是怎么來的
2．2．3 求解隱馬爾可夫模型
2．3 Python實戰(zhàn)
第3章 自然語言處理
3．1 自然語言處理的發(fā)展概述
3．2 常見的自然語言處理技術(shù)
3．2．1 停用詞
3．2．2 同義詞和近義詞
3．2．3 多元語法
3．2．4 詞袋模型和TF-IDF機(jī)制
3．2．5 語義相關(guān)的詞
3．2．6 詞性標(biāo)注
3．2．7 實體識別
3．2．8 語法分析和語義分析
3．3 針對中英文的特殊處理
3．3．1 取詞干和詞形還原
3．3．2 中文分詞
第4章 基于信息檢索的問答系統(tǒng)
4．1 問答系統(tǒng)的發(fā)展概述
4．2 信息檢索
4．2．1 如何高效地找到信息
4．2．2 相關(guān)性模型
4．2．3 其他擴(kuò)展
4．2．4 基于信息檢索的問答系統(tǒng)架構(gòu)
4．3 基于Elasticsearch搜索引擎的問答系統(tǒng)
4．3．1 軟件和數(shù)據(jù)的準(zhǔn)備
4．3．2 Elasticsearch的基本概念和使用
4．3．3 在Elasticsearch中處理自然語言
4．3．4 自定義Elasticsearch的排序
4．3．5 Elasticsearch中搜索結(jié)果的統(tǒng)計
4．3．6 Elasticsearch集群
4．3．7 集成的問答系統(tǒng)
……
第5章 用機(jī)器學(xué)習(xí)提升基于信息檢索的問答系統(tǒng)
第6章 基于社區(qū)和推薦的問答系統(tǒng)
第7章 使用深度學(xué)習(xí)加強(qiáng)問答系統(tǒng)
第8章 使用知識圖譜構(gòu)建問答系統(tǒng)
第9章 打造任務(wù)型和閑聊型聊天系統(tǒng)