更新时间：2022-05-06 15:27:22
封面
版权信息
作者简介
内容简介
Foreword
推荐序
前言
第1章 人机对话基础和Rasa简介
1.1 机器学习基础
1.2 自然语言处理基础
1.2.1 现代自然语言处理发展简史
1.2.2 自然语言处理的基础任务
1.3 人机对话流程
1.3.1 确定对话机器人的应用场景
1.3.2 传统对话机器人架构
1.3.3 语音识别
1.3.4 自然语言理解
1.3.5 对话管理
1.3.6 自然语言生成
1.3.7 语音合成
1.4 Rasa简介
1.4.1 系统结构
1.4.2 如何安装Rasa
1.4.3 Rasa项目的基本流程
1.4.4 Rasa常用命令
1.4.5 创建示例项目
1.5 小结
第2章 Rasa NLU基础
2.1 功能与结构
2.2 训练数据
2.2.1 意图字段
2.2.2 同义词字段
2.2.3 查找表字段
2.2.4 正则表达式字段
2.2.5 正则表达式和查找表的使用
2.3 组件
2.3.1 语言模型组件
2.3.2 分词组件
2.3.3 特征提取组件
2.3.4 NER组件
2.3.5 意图分类组件
2.3.6 实体和意图联合提取组件
2.3.7 回复选择器
2.4 流水线
2.4.1 什么是流水线
2.4.2 配置流水线
2.4.3 推荐的流水线配置
2.5 输出格式
2.5.1 意图字段
2.5.2 实体字段
2.5.3 其他可能字段
2.6 如何使用Rasa NLU
2.6.1 训练模型
2.6.2 从命令行测试
2.6.3 启动服务
2.7 实战：医疗机器人的NLU模块
2.7.1 功能
2.7.2 实现
2.7.3 训练模型
2.7.4 运行服务
2.8 小结
第3章 Rasa Core基础
3.1 功能与结构
3.2 领域
3.2.1 意图与实体
3.2.2 动作
3.2.3 词槽
3.2.4 回复
3.2.5 会话配置
3.2.6 全局性配置
3.3 故事
3.3.1 用户消息
3.3.2 机器人动作与事件
3.3.3 辅助符号
3.4 动作
3.4.1 回复动作
3.4.2 表单
3.4.3 默认动作
3.4.4 自定义动作
3.5 词槽
3.5.1 词槽和对话行为
3.5.2 词槽的类型
3.5.3 词槽的映射
3.5.4 词槽初始化
3.6 策略
3.6.1 策略的配置
3.6.2 内建的策略
3.6.3 策略的优先级
3.6.4 数据增强
3.7 端点
3.8 Rasa SDK和自定义动作
3.8.1 安装
3.8.2 自定义动作
3.8.3 tracker对象
3.8.4 事件对象
3.8.5 运行自定义动作
3.9 Rasa支持的客户端
3.10 实战：报时机器人
3.10.1 功能
3.10.2 实现
