基于 rasa 搭建中文对话系统 | 公开课

分享背景

▼

对话系统是自然语言处理的一个热门话题，而自然语言理解则是对话系统的关键组成部分，现有的很多自然语言理解工具往往以服务的方式获取（Google 的 API.ai, Facebook 的 Wit.ai 等），使用这些服务往往需要向服务提供商提供自己的数据，并且根据自己业务调试模型很不方便。因此，本次公开课主要分享本人基于 rasa nlu 构建自己的自然语言理解工具，并结合 rasa core 搭建对话系统框架的一些经验，方便初学者入门，加深对对话系统的理解。

分享主题

▼

基于 rasa 搭建中文对话系统

分享提纲

▼

1. 对话系统的分类和关键技术介绍

2. 结合电信业务查询办理场景，借助开源框架 rasa 实现任务导向型聊天机器人 demo。
     2.1 rasa nlu 中文自然语言理解实现，及其背后的原理
     2.2 rasa core 对话管理实现，结合源码介绍其实现方法

分享人简介

▼

张庆恒，北京邮电大学网络技术研究院，网络与交换技术国家重点实验室硕士，主要研究方向为机器学习与自然语言处理。曾在百度实习且多次参加机器学习、深度学习比赛，获阿里云安全算法挑战赛获冠军，中文标注开源项目Chinese-Annotator主要开发成员。

分享时间

▼

北京时间 1 月 14 日（周日）20:00

参与方式

▼

扫描海报二维码添加社长微信，备注【姓名/ID+学习/公司+专业/职位】

公开课精彩往期回顾

复旦 Ph.D 沈志强：用于目标检测的 DSOD 模型（ICCV 2017）

极限元刘斌：深度学习在语音生成问题上的典型应用

搜狗文仕学：基于深度学习的语音分离

Video ++ 孙兆民：视频内容识别行业分析

悉尼科大王超岳：基于生成对抗网络的图像编辑方法

达观数据张健：文本分类方法和应用案例

清华 Ph.D 王书浩：基于深度学习的电商交易欺诈检测系统

Twitter 工程师王东：详解 YOLO2 与 YOLO9000 目标检测系统

Kaggle 比赛金牌团队：图像比赛的通用套路有哪些？

宜远智能刘凯：显著降低模型训练成本的主动增量学习

CCF ADL 系列又一诚意课程

两位全球计算机领域 Top 10 大神加盟

——韩家炜 &  Philip S Yu

共 13 位专家，覆盖计算机学科研究热点

▼▼▼

新人福利

关注 AI 研习社（okweiwu），回复  1  领取

【超过 1000G 神经网络 / AI / 大数据，教程，论文】