 |
-- 會員 / 註冊 --
|
 |
|
|
|
人機對話系統 ( 簡體 字) |
| 作者：曹均闊,陳國蓮 | 類別：1. -> 程式設計 -> 綜合 |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 47803
詢問書籍請說出此書號！【缺書】
NT售價： 295 元 |
| 出版日：9/1/2017 |
| 頁數：260 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121325694 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：加拿大傳播學者麥克盧漢曾說，媒介是人的延伸。然而，人類正在通過人工智能來延伸自己。早在1950年，計算機科學之父阿蘭?圖靈在Mind雜志上發表了題為“計算的機器和智能”的論文，首次提出了機器智能的概念，論文還提出了一種驗證機器是否有智能的方法：讓人和機器進行交流，如果人無法判斷自己交流的對象是人還是機器，就說明這個機器有智能了。這就是后來鼎鼎有名的人工智能圖靈測試。
圖靈測試的概念極大地影響了人工智能對于功能的定義，在這一時期，科學家們也將語音識別比作“機器的聽覺系統”，該技術可以讓機器通過識別和理解，把語音信號轉換為相應的文本或命令。1952年，貝爾研究所研制了世界上第一個能識別10個英文數字發音的實驗系統。1960年，英國的Denes等人研制了第一個計算機語音識別系統。
然而，在接下來的10年，科學家們在語音識別上也走上了與人工智能其他領域同樣的彎路。他們認為，讓機器具備智能必須先讓計算機理解自然語言，即電腦模擬人腦，導致研究局限在人類學習語言的方式上，這期間人機對話研究進展幾乎為零。直到20世紀70年代初，轉機出現在統計語言學的創立上。這不得不提到一個關鍵性人物——德里克?賈里尼克和他領導的IBM華生實驗室，他們創新地使用統計方法，奠定了今天自然語言處理的基礎，也使得人和機器的對話逐漸成為現實。
2017年4月，由中國科學技術大學智能機器人“佳佳”擔任新華社特約記者，與全球人工智能大咖展開“人機對話”，引發媒體和網民們廣泛關注。這是全球首次由機器人擔任記者開展采訪活動，標志著新的內容生產模式的誕生。在與美國著名科技觀察家、《連線》雜志創始人凱文?凱利、臉書公司人工智能專家田淵棟等人工智能領域專家的交互中，機器人“佳佳”依靠語音圖像識別、語義理解等新技術，展示了應對采訪實踐中多輪對話的能力。
“佳佳”開展名家采訪活動，是一次關于人工智能如何改變人類生活的成功科普，表明人機對話系統開始從科學家的實驗室飛入“尋常百姓家”。這次成功的人機對話，顯示了中國人工智能和機器人研究能力的飛躍。然而，正如開發“佳佳”的中國科技大學機器人實驗室主任陳小平教授所說，雖然中國相關領域科研團隊的水平已完全可以匹敵世界一流技術，但中國人工智能和機器人研究的頂尖團隊，從數量上和基礎研究上，與美國相比還有相當大的差距。
人機對話作為自然語言處理的集成應用，涉及的研究內容非常廣泛，包括語音識別與語音合成、語言理解與語言生成、信息檢索與信息抽取及對話管理等。雖然從每一個研究模塊來看，都有較多的相關論文和專著。然而，將人機對話系統的基本概念、基本理論和技術研究作為一個整體范疇，這方面的專著在國內尚處于空白。鑒于此，筆者結合自身多年的教學與科研心得，特編撰此拙著，以期拋磚引玉。
全書分為六章。第1章是緒論，圍繞人機對話系統的基本概念，闡述了人機對話的發展歷史、基本構成和前景應用。第2章圍繞對話系統中的語音處理過程，介紹了語音的產生與特性，以及語音識別和語音合成的基本原理。第3章從對話理解的基本概述開始，繼而討論對話中的詞法分析、句法分析和語義分析。第4章根據對話中的信息處理過程，著重闡述了知識表示、信息檢索，以及信息抽取技術。第5章首先敘述語言生成的文檔規劃、微觀規劃和表層實現的基本原理，然后繼續介紹文本自動生成技術。第6章針對對話管理的工作流程、基本原則和系統結構先進行介紹，隨后分別對基于專家知識的方法、基于任務的方法、基于智能Agent的方法、數據驅動方法四種對話管理模型展開討論。
本書在編寫的過程中，從各種論文、書刊和期刊及網絡中引用了大量的資料，有的在參考文獻中列出，有的無法查證，在此謹向所有作者表示衷心感謝！此外，本書的研究與撰寫工作獲得了國家自然科學基金項目（編號：61363032，61462025，61463012）、海南省重大科技計劃課題（編號：ZDKJ2017012）、海南省教育規劃課題（編號：QJY13516014）、海南師范大學專著出版基金等研究項目的資助。此外，圍繞項目研究，本書的編寫也得到了海南師范大學信息科學技術學院的大力支持，特別感謝何書前博士、張瑜博士、羅自強博士的支持與幫助。
作 者
2017年5月 |
內容簡介：本書是國家自然科學基金資助的課題，圍繞人機對話的過程展開敘述，主要的研究內容包括：人機對話的基本概述，人機對話的語音處理技術，對話系統中的的自然語言理解技術，對話系統中的信息處理，對話系統中的語言生成技術，對話管理系統。最后，根據本書敘述的模型和技術方法，提供部分開源的源代碼。 |
目錄：第1章 緒論 1
1.1 對話系統概述 1
1.1.1 人機界面 1
1.1.2 人機交互 2
1.1.3 人機對話 3
1.2 人機對話的發展歷史 10
1.3 人機對話的應用 12
第2章 語音處理技術 16
2.1 概述 16
2.2 語音的產生與特性 17
2.2.1 語音的產生 17
2.2.2 語音的性質 17
2.3 語音識別技術 19
2.3.1 語音識別概述 19
2.3.2 語音識別的基本原理 19
2.3.3 語音信號特征 20
2.3.4 語音信號預處理 22
2.3.5 語音特征提取 25
2.3.6 語音識別算法 28
2.4 語音合成技術 48
2.4.1 語音合成概述 48
2.4.2 語音合成歷史 49
2.4.3 語音合成方法 49
2.4.4 語音合成發展方向 53
第3章 對話語言的理解技術 56
3.1 自然語言理解概述 56
3.2 詞法分析 57
3.2.1 分詞技術 57
3.2.2 詞性標注 65
3.2.3 命名實體識別 68
3.2.4 指代消解 75
3.3 句法分析 77
3.3.1 短語結構語法 77
3.3.2 依存關系語法 82
3.3.3 常見句法分析器 87
3.4 語義分析 89
3.4.1 語義分析概述 89
3.4.2 語義關系 92
3.4.3 語義指向 98
3.4.4 語義分析模型 99
3.4.5 文本語義分析 101
3.5 語用分析 104
3.5.1 概述 104
3.5.2 話語分析與語用學的基礎 105
3.5.3 話語的語用學分析 106
第4章 對話系統中的信息處理 109
4.1 知識表示 109
4.1.1 知識表示發展簡述 109
4.1.2 謂詞邏輯法 110
4.1.3 產生式系統 114
4.1.4 語義網絡 119
4.1.5 框架表示 126
4.1.6 面向對象表示法 130
4.1.7 其他類型知識表示法 137
4.2 信息檢索 138
4.2.1 信息檢索模型 139
4.2.2 查詢擴展 148
4.2.3 Web信息檢索 158
4.2.4 問答式信息檢索 163
4.3 信息抽取 174
4.3.1 信息抽取的發展歷史 174
4.3.2 信息抽取與信息檢索的區別 176
4.3.3 基于置信度分析的答案抽取 176
第5章 對話系統語言生成技術 180
5.1 自然語言生成概述 180
5.2 自然語言生成的發展歷史 181
5.3 對話系統的語言生成 184
5.4 自然語言生成系統架構 185
5.4.1 文檔規劃 186
5.4.2 微觀規劃 187
5.4.3 表層實現 194
5.5 文本自動生成技術 195
5.5.1 模板生成技術 195
5.5.2 模式生成技術 201
5.5.3 修辭結構理論 203
5.5.4 XML文本生成技術 205
5.5.5 屬性特征生成技術 206
5.6 混合文本生成技術 206
5.6.1 Schema和RST混合規劃技術 206
5.6.2 模式與模板混合規劃技術 208
5.7 SPUD系統基礎 211
5.7.1 SPUD簡述 211
5.7.2 SPUD舉例說明 212
第6章 對話管理系統 216
6.1 對話管理概述 216
6.2 對話管理的工作流程 217
6.3 對話管理的交互原則 217
6.3.1 對話管理的可移植性 218
6.3.2 對話管理的魯棒性 218
6.3.3 人與系統的相容性 219
6.3.4 對話模式的多樣性 220
6.4 對話管理平臺的系統結構 220
6.4.1 上下文分析 223
6.4.2 主題管理 224
6.4.3 歷史管理 225
6.4.4 消歧處理 227
6.4.5 對話導航 228
6.5 對話管理模型 230
6.5.1 基于有限狀態機的對話管理 230
6.5.2 基于任務的對話管理 235
6.5.3 基于智能Agent的對話管理 238
6.5.4 數據驅動對話管理 242
6.5.5 其他對話管理模型 243
參考文獻 246 |
| 序： |
|
