| 共 19 篇文章 |
|
（分享）2017云栖大会知识图谱专场。东南大学漆桂林老师介绍了知识图谱推理技术的进展及应用。在阿里，知识图谱有两个重量级应用：淘宝的商品知识图谱和神马搜索的通用知识图谱。一级翻译器：将自然语言转换成逻辑语言（规则/神经网络模型）推理单元：基于商品知识图谱逻辑展开二级翻译器：逻辑语言转为数据库语言。知识图谱在通用领域的应用：... 阅894 转4 评0 公众公开 18-10-04 11:03 |
狗尾草科技王昊奋：当知识图谱遇上聊天机器人人物访谈 |开放知识图谱 |2017-07-19 17:00.机器人或 Agent 需要图谱来建模和展示它的自我认知能力，而用户图谱则可被看作是更精细化的用户画像的知识表现。至此，我给大家介绍了聊天机器人的发展历程和知识图谱的应用，探讨了针对聊天机器人我们需要怎么样的知识图谱，并列举了知识图谱在表示、构... 阅626 转3 评0 公众公开 18-10-04 10:28 |
2）对话状态识别：对话状态与对话的时序及对话行为相关联，在t时刻的对话行为序列即为t时刻的对话状态。但是，由于人机对话过程是一个连续的过程，而对不同聊天机器人系统的连续对话的评价仅能保证首句输入的一致性，当对话展开后，不同系统的回复不尽相同，因此不能简单地将连续对话切分成单轮对话去评价，于是设计合理的人工主观评价也许能够... 阅3 转自瘦肉塞牙 公众公开 18-10-02 08:45 |
对话管理功能中涉及到的关键技术主要有对话行为识别、对话状态识别、对话策略学习及对话奖励等。2）对话状态识别：对话状态与对话的时序及对话行为相关联，在t时刻的对话行为序列即为t时刻的对话状态。4）对话奖励：对话奖励是对话系统的中间级评价机制，但会影响对话系统的整体评价。当前，聊天机器人的研究存在的挑战包括：对话上下文建模、... 阅857 转6 评0 公众公开 18-10-02 08:41 |
对于聊天机器人来说，完全可以使用上述的Encoder-Decoder框架来解决技术问题。当然，除了Encoder从RNN替换为深层前向神经网络外，文献3与传统Encoder-Decoder还有一个显著区别，就是Decoder的RNN模型每个时刻t在输出当前字符的时候，不仅仅依赖t-1时刻的隐层状态和当前输入，还显示地将Encoder的中间语义编码直接作为t时刻RNN节点的输入，而不... 阅75 转0 评0 公众公开 18-10-02 08:35 |
三大类语音助手齐聚手机,语音助手已成为巨头的较量之地。通过手机语音助手市场的观察以及行业一干人等的采访我们发现，在数十亿的手机语音助手市场，背后竟然是这三股力量在主导，他们构成构成了手机语音助手的核心力量！在这三类手机语音助手中，本文重点关注由手机厂商主导的处在系统层的语音助手，这将会是手机助手的主流形式。目前语音助手... 阅103 转0 评0 公众公开 18-08-07 22:23 |
一问易答：手机语音助手还有未来吗？然而，过去几年Siri的发展并不令人惊叹，甚至被认为已沦为鸡肋，那么手机语音助手还有未来吗？与Siri相比Google Now一个先天优势在于与Google搜索功能的结合，用户搜索的关键词被记录下来，Google Now智能化读取关键词后，为用户提供相关的语音服务。微软在语音助手的反应上似乎慢了半拍，在2014年的微软Bui... 阅37 转0 评0 公众公开 18-08-07 22:19 |
评测规则：用录制好的一期《冲顶大会》节目播放12道问题，音量调节至中档，分别对下面六款人工智能进行语音播放测试，最终从其反应速度、识别准确度、答案的正确率、答案的位置来评判，每项满分十分，最终选择一款更适合玩冲顶大会的人工智能。单是听问题的题目“哪位不是窦唯的女儿”，问谁都会一头雾水，换做是人工智能更容易犯迷糊“这正确... 阅127 转0 评0 公众公开 18-08-07 21:13 |
智能语音是未来物联网的入口，小米的智能家居生态就是以搭载小爱同学的智能音箱为入口来控制整个智能家居，锤子也是看到了智能语音的未来，才在今年发布了自称改变下一代计算平台TNT工作站，不过锤子想法是对的，但做出的产品是失败的。其实，国外使用语音助手的频率是国内的N倍，国内大部分使用语音助手的场景绝不多数是为了玩弄语音助手，而... 阅147 转0 评0 公众公开 18-08-07 00:10 |
