面向共融機(jī)器人的自然交互：人機(jī)對話意圖理解

定　價(jià)：￥48.00

作　者：	徐華
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787302601104	出版時(shí)間：	2022-04-01	包裝：
開本：	16開	頁數(shù)：	135	字?jǐn)?shù)：

內(nèi)容簡介

　　共融機(jī)器人是能夠與作業(yè)環(huán)境、人和其他機(jī)器人自然交互、自主適應(yīng)復(fù)雜動(dòng)態(tài)環(huán)境并協(xié)同作業(yè)的機(jī)器人?！懊翡J體貼型”的自然交互是共融服務(wù)機(jī)器人的研究熱點(diǎn)問題之一。當(dāng)前迫切需要機(jī)器人與人具有交互對話意圖的理解能力?！睹嫦蚬踩跈C(jī)器人的自然交互：人機(jī)對話意圖理解》立足基于深度學(xué)習(xí)方法的人機(jī)理解領(lǐng)域，從人機(jī)對話意圖理解出發(fā)，系統(tǒng)介紹了人機(jī)對話中的意圖識(shí)別、未知意圖檢測和新意圖發(fā)現(xiàn)的方法。《面向共融機(jī)器人的自然交互：人機(jī)對話意圖理解》是國內(nèi)共融機(jī)器人自然交互領(lǐng)域一本系統(tǒng)介紹交互對話意圖分析的專業(yè)書籍，可為讀者提供共融機(jī)器人研究領(lǐng)域人機(jī)對話意圖分析的關(guān)鍵技術(shù)和基礎(chǔ)知識(shí)，追蹤該領(lǐng)域的發(fā)展前沿提供重要的學(xué)習(xí)和研究參考。

作者簡介

　　徐華，博士，2003年畢業(yè)于清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系，現(xiàn)為清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系長聘副教授，博士生導(dǎo)師。從事多模態(tài)智能信息處理、智能優(yōu)化和共融機(jī)器人智能控制等研究工作。擔(dān)任愛思唯爾（Elsevier）開放期刊Intelligent Systems with Applications首任主編，期刊Expert Systems with Applications副主編。完成國家科技重大專項(xiàng)課題3項(xiàng)，國家自然科學(xué)基金項(xiàng)目4項(xiàng)，國家973項(xiàng)目二級(jí)課題2項(xiàng)，國家863項(xiàng)目（課題）5項(xiàng)，國際500強(qiáng)企業(yè)（寶潔、西門子、安捷倫等）合作項(xiàng)目13項(xiàng)。目前已在本專業(yè)領(lǐng)域國際期刊和AAAI、ACL、ACMMM等頂級(jí)會(huì)議上發(fā)表學(xué)術(shù)論文100余篇。獲得國家科技進(jìn)步獎(jiǎng)二等獎(jiǎng)1項(xiàng)（集體獎(jiǎng)），北京市科學(xué)技術(shù)獎(jiǎng)一等獎(jiǎng)1項(xiàng)，北京市科學(xué)技術(shù)獎(jiǎng)二等獎(jiǎng)1項(xiàng)（集體獎(jiǎng)），北京市科學(xué)技術(shù)獎(jiǎng)三等獎(jiǎng)1項(xiàng)，重慶市科技進(jìn)步獎(jiǎng)三等獎(jiǎng)1項(xiàng)，中國物流與采購聯(lián)合會(huì)科技發(fā)明獎(jiǎng)一等獎(jiǎng)1項(xiàng)，中國物流與采購聯(lián)合會(huì)科學(xué)技術(shù)獎(jiǎng)一等獎(jiǎng)1項(xiàng)。作為主講教師，主講清華大學(xué)全校性課程“數(shù)據(jù)挖掘：方法與應(yīng)用”“工業(yè)數(shù)據(jù)挖掘與分析”“互聯(lián)網(wǎng)產(chǎn)品設(shè)計(jì)”等課程。獨(dú)立編寫專著和教材5本，其中《演化機(jī)器學(xué)習(xí)》是國內(nèi)首部演化機(jī)器學(xué)習(xí)領(lǐng)域的學(xué)術(shù)專著；《面向共融機(jī)器人的自然交互一人機(jī)對話意圖理解》是國內(nèi)首部共融機(jī)器人自然交互領(lǐng)域的學(xué)術(shù)專著；《數(shù)據(jù)挖掘：方法與應(yīng)用》和《數(shù)據(jù)挖掘：方法與應(yīng)用一應(yīng)用案例》已經(jīng)被國內(nèi)眾多高校選用為配套教材，并獲得清華大學(xué)優(yōu)秀教材（2020年）二等獎(jiǎng)。

圖書目錄

第一篇概述
第1章對話系統(tǒng)
第2章意圖識(shí)別
2．1 意圖特征表示相關(guān)研究綜述
2．1．1 離散式表示
2．1．2 分布式表示
2．1．3 小結(jié)
2．2 已知意圖分類方法研究綜述
2．2．1 基于單模型的對話意圖分類模型研究綜述
2．2．2 基于雙模型的對話意圖分類模型研究綜述
2．2．3 小結(jié)
2．3 未知意圖檢測研究綜述
2．3．1 基于傳統(tǒng)判別式模型的未知意圖檢測
2．3．2 基于計(jì)算機(jī)視覺領(lǐng)域開放集識(shí)別的未知意圖檢測
2．3．3 基于領(lǐng)域外樣本檢測的未知意圖類型檢測
2．3．4 基于其他方法的未知意圖類型檢測
2．3．5 小結(jié)
2．4 未知意圖類型發(fā)現(xiàn)研究綜述
2．4．1 基于無監(jiān)督聚類的未知意圖類型發(fā)現(xiàn)
2．4．2 基于半監(jiān)督聚類的未知意圖類型發(fā)現(xiàn)
2．4．3 小結(jié)
2．5 本章小結(jié)
第二篇意圖分類
第3章基于單模型的意圖分類
3．1 引言
3．2 不同神經(jīng)網(wǎng)絡(luò)模型的對比
3．2．1 基線系統(tǒng)
3．2．2 基于神經(jīng)網(wǎng)絡(luò)語言模型的話語分類器
3．2．3 基于RNN的話語分類器
3．2．4 基于LSTM和GRU的話語分類器
3．3 實(shí)驗(yàn)
3．3．1 數(shù)據(jù)集和評價(jià)指標(biāo)
3．3．2 實(shí)驗(yàn)設(shè)置
3．3．3 實(shí)驗(yàn)結(jié)果
3．4 本章小結(jié)
第4章用于意圖分類和槽位填充的雙RNN語義分析框架
4．1 引言
4．2 意圖分類和槽位填充任務(wù)方法
4．2．1 基于深度神經(jīng)網(wǎng)絡(luò)的意圖分類方法
4．2．2 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的槽位填充方法
4．2．3 兩個(gè)任務(wù)的聯(lián)合學(xué)習(xí)模型
4．3 用于聯(lián)合語義框架解析的雙模型RNN結(jié)構(gòu)
4．3．1 帶有解碼器的雙模型結(jié)構(gòu)
4．3．2 無解碼器的雙模型結(jié)構(gòu)
4．3．3 異步訓(xùn)練
4．4 對比實(shí)驗(yàn)
4．4．1 數(shù)據(jù)集和評價(jià)指標(biāo)
4．4．2 實(shí)驗(yàn)設(shè)置
4．4．3 實(shí)驗(yàn)結(jié)果
4．5 本章小結(jié)
……
第三篇未知意圖檢測
第四篇未知意圖發(fā)現(xiàn)
第五篇對話意圖識(shí)別平臺(tái)
結(jié)束語
參考文獻(xiàn)
附錄