Rasa實戰(zhàn)：構(gòu)建開源對話機器人

第1章 人機對話基礎(chǔ)和Rasa簡介\t1
1．1 機器學習基礎(chǔ)\t1
1．2 自然語言處理基礎(chǔ)\t3
1．2．1 現(xiàn)代自然語言處理發(fā)展
簡史\t3
1．2．2 自然語言處理的基礎(chǔ)
任務(wù)\t7
1．3 人機對話流程\t7
1．3．1 確定對話機器人的應(yīng)用
場景\t7
1．3．2 傳統(tǒng)對話機器人架構(gòu)\t8
1．3．3 語音識別\t10
1．3．4 自然語言理解\t10
1．3．5 對話管理\t12
1．3．6 自然語言生成\t13
1．3．7 語音合成\t14
1．4 Rasa 簡介\t14
1．4．1 系統(tǒng)結(jié)構(gòu)\t15
1．4．2 如何安裝Rasa\t16
1．4．3 Rasa 項目的基本流程\t16
1．4．4 Rasa常用命令\t16
1．4．5 創(chuàng)建示例項目\t17
1．5 小結(jié)\t17
第2章 Rasa NLU基礎(chǔ)\t18
2．1 功能與結(jié)構(gòu)\t18
2．2 訓練數(shù)據(jù)\t19
2．2．1 意圖字段\t21
2．2．2 同義詞字段\t22
2．2．3 查找表字段\t23
2．2．4 正則表達式字段\t23
2．2．5 正則表達式和查找表的
使用\t24
2．3 組件\t25
2．3．1 語言模型組件\t26
2．3．2 分詞組件\t26
2．3．3 特征提取組件\t27
2．3．4 NER組件\t27
2．3．5 意圖分類組件\t28
2．3．6 實體和意圖聯(lián)合提取
組件\t28
2．3．7 回復選擇器\t28
2．4 流水線\t28
2．4．1 什么是流水線\t28
2．4．2 配置流水線\t28
2．4．3 推薦的流水線配置\t30
2．5 輸出格式\t30
2．5．1 意圖字段\t32
2．5．2 實體字段\t32
2．5．3 其他可能字段\t33
2．6 如何使用 Rasa NLU\t34
2．6．1 訓練模型\t34
2．6．2 從命令行測試\t34
2．6．3 啟動服務(wù)\t35
2．7 實戰(zhàn)：醫(yī)療機器人的NLU
模塊\t36
2．7．1 功能\t36
2．7．2 實現(xiàn)\t36
2．7．3 訓練模型\t38
2．7．4 運行服務(wù)\t39
2．8 小結(jié)\t40
第3章 Rasa Core基礎(chǔ)\t41
3．1 功能與結(jié)構(gòu)\t41
3．2 領(lǐng)域\t41
3．2．1 意圖與實體\t42
3．2．2 動作\t42
3．2．3 詞槽\t43
3．2．4 回復\t43
3．2．5 會話配置\t45
3．2．6 全局性配置\t45
3．3 故事\t45
3．3．1 用戶消息\t46
3．3．2 機器人動作與事件\t46
3．3．3 輔助符號\t47
3．4 動作\t49
3．4．1 回復動作\t49
3．4．2 表單\t49
3．4．3 默認動作\t49
3．4．4 自定義動作\t50
3．5 詞槽\t50
3．5．1 詞槽和對話行為\t51
3．5．2 詞槽的類型\t51
3．5．3 詞槽的映射\t52
3．5．4 詞槽初始化\t52
3．6 策略\t53
3．6．1 策略的配置\t53
3．6．2 內(nèi)建的策略\t53
3．6．3 策略的優(yōu)先級\t54
3．6．4 數(shù)據(jù)增強\t54
3．7 端點\t54
3．8 Rasa SDK和自定義動作\t55
3．8．1 安裝\t55
3．8．2 自定義動作\t55
3．8．3 tracker對象\t56
3．8．4 事件對象\t56
3．8．5 運行自定義動作\t57
3．9 Rasa支持的客戶端\t57
3．10 實戰(zhàn)：報時機器人\t59
3．10．1 功能\t59
3．10．2 實現(xiàn)\t60
3．10．3 運行動作服務(wù)器\t66
3．10．4 運行Rasa服務(wù)器和
客戶端\t66
3．11 小結(jié)\t67
第4章 使用ResponseSelector
實現(xiàn)FAQ和閑聊功能\t68
4．1 如何定義用戶問題\t68
4．2 如何定義問題的答案\t69
4．3 如何訓練Rasa\t69
4．4 實戰(zhàn)：構(gòu)建FAQ機器人\t70
4．4．1 功能\t70
4．4．2 實現(xiàn)\t71
4．4．3 訓練模型\t77
4．4．4 運行服務(wù)\t78
4．5 小結(jié)\t78
第5章 基于規(guī)則的對話管理\t79
5．1 fallback\t79
5．1．1 NLU fallback\t79
5．1．2 策略fallback\t80
5．2 意圖觸發(fā)動作\t80
5．2．1 內(nèi)建意圖觸發(fā)動作\t80
5．2．2 自定義意圖觸發(fā)動作\t81
5．3 表單\t81
5．3．1 定義表單\t82
5．3．2 激活表單\t82
5．3．3 執(zhí)行表單任務(wù)\t82
5．4 實戰(zhàn)：天氣預報機器人\t83
5．4．1 功能\t83
5．4．2 實現(xiàn)\t86
5．4．3 客戶端/服務(wù)器\t97
5．4．4 運行 Rasa 服務(wù)器\t97
5．4．5 運行動作服務(wù)器\t97
5．4．6 運行網(wǎng)頁客戶端\t98
5．4．7 更多可能的功能\t98
5．5 小結(jié)\t98
第6章 基于知識庫的問答\t99
6．1 使用ActionQueryKnowledgeBase
\t\t100
6．1．1 創(chuàng)建知識庫\t100
6．1．2 NLU 數(shù)據(jù)\t102
6．1．3 自定義基于知識庫的
動作\t104
6．2 工作原理\t105
6．2．1 對象查詢\t105
6．2．2 屬性查詢\t105
6．2．3 解析指代\t106
6．3 自定義\t108
6．3．1 自定義
ActionQueryKnowledgeBase
\t\t108
6．3．2 自定義
InMemoryKnowledgeBase
\t\t108
6．3．3 創(chuàng)建自定義知識庫\t110
6．4 實戰(zhàn)：基于知識庫的音樂百科
機器人\t110
6．4．1 功能\t110
6．4．2 實現(xiàn)\t111
6．4．3 客戶端/服務(wù)器\t122
6．4．4 運行 Rasa 服務(wù)器\t122
6．4．5 運行動作服務(wù)器\t122
6．4．6 運行網(wǎng)頁客戶端\t122
6．4．7 使用Neo4j\t123
6．5 小結(jié)\t134
第7章 實體角色和分組\t135
7．1 實體角色\t135
7．2 實體分組\t136
7．3 組件支持情況\t136
7．4 實戰(zhàn)：訂票機器人\t136
7．4．1 功能\t136
7．4．2 實現(xiàn)\t139
7．4．3 客戶端/服務(wù)器\t147
7．4．4 運行 Rasa 服務(wù)器\t147
7．4．5 運行動作服務(wù)器\t147
7．4．6 運行網(wǎng)頁客戶端\t148
7．5 小結(jié)\t148
第8章 測試和生產(chǎn)環(huán)境部署\t149
8．1 如何測試機器人的表現(xiàn)\t149
8．1．1 對NLU和故事數(shù)據(jù)
進行校驗\t149
8．1．2 編寫測試用的故事\t149
8．1．3 評估NLU模型\t151
8．1．4 評估對話管理模型\t153
8．2 在生產(chǎn)環(huán)境中部署機器人\t153
8．2．1 部署時間\t153
8．2．2 選擇模型存儲方式\t153
8．2．3 選擇tracker store\t154
8．2．4 選擇lock store\t156
8．2．5 單機高并發(fā)設(shè)置\t157
8．3 實戰(zhàn)：單機部署高性能Rasa
服務(wù)\t157
8．3．1 架設(shè)redis服務(wù)器\t157
8．3．2 使用redis作為
tracker store\t157
8．3．3 使用redis作為
lock store\t158
8．3．4 單機高并發(fā)設(shè)置\t158
8．3．5 性能測試\t158
8．4 小結(jié)\t159
第9章 Rasa的工作原理與
擴展性\t160
9．1 Rasa的工作原理\t160
9．1．1 訓練階段\t161
9．1．2 推理階段\t162
9．2 Rasa的擴展性\t163
9．2．1 如何使用自定義NLU
組件和自定義策略\t163
9．2．2 如何自定義一個NLU
組件或策略\t164
9．2．3 自定義詞槽類型\t165
9．2．4 其他功能的擴展性\t166
9．3 實戰(zhàn)：實現(xiàn)自定義分詞器\t166
9．3．1 分詞器MicroTokenizer的
簡介\t166
9．3．2 代碼詳解\t167
9．3．3 使用自定義分詞器\t176
9．4 小結(jié)\t177
第10章 Rasa技巧與生態(tài)\t178
10．1 如何調(diào)試Rasa\t178
10．1．1 預測結(jié)果不正確\t178
10．1．2 代碼出錯\t181
10．2 如何閱讀Rasa源代碼\t186
10．2．1 閱讀源代碼前\t186
10．2．2 閱讀源代碼時\t188
10．2．3 閱讀源代碼后\t188
10．3 對話驅(qū)動開發(fā)和Rasa X\t189
10．3．1 對話驅(qū)動開發(fā)\t189
10．3．2 Rasa X\t190
10．4 運行交互式學習\t193
10．4．1 啟動交互式學習\t193
10．4．2 進行交互式學習\t193
10．4．3 保存交互式學習的
數(shù)據(jù)\t196
10．4．4 對話過程可視化\t196
10．5 社區(qū)生態(tài)\t197
10．5．1 數(shù)據(jù)生成工具
Chatito\t197
10．5．2 數(shù)據(jù)生成工具
Chatette\t198
10．5．3 數(shù)據(jù)標注工具
Doccano\t199
10．5．4 Rasa Chinese軟件包\t200
10．6 小結(jié)\t201
附錄A 中英文術(shù)語翻譯對照表\t202