Python聊天机器人开发：基于自然语言处理与机器学习

定　价：¥69.00

作　者：	[印] Sumit Raj（苏米特・拉杰）著，黄光远译
出版社：	电子工业出版社
丛编项：
标　签：	暂缺

购买这本书可以去

京东 (¥69.00)

ISBN：	9787121383472	出版时间：	2020-05-01	包装：	平装
开本：	16开	页数：	184	字数：

内容简介

　　本书是使用 Python 动手搭建聊天机器人的入门书籍。全书共 5 章，包含聊天机器人的发展历史、自然语言处理的相关知识，以及多种搭建、部署聊天机器人的基本方法。此外，作者还提供了丰富的源码和细致的教程，极具实操性。无论你是具有一定 Python 编程基础的技术人员，还是想更多了解聊天机器人相关知识的产品经理、项目管理人员，都能从本书学习到搭建聊天机器人的相关内容，并能在本书的指导下实际完成聊天机器人的搭建和对外发布。

作者简介

　　Sumit Raj是一个喜欢编程和搭建应用的技术人员，也是一位对机器学习和自然语言处理有浓厚兴趣的Python专家。他相信通过程序，可以直接影响公司的营收情况。Sumit曾在多个领域工作，如个人财务管理、房地产、电子商务和收益分析，完成了多个可扩展的应用程序。他曾帮助多个早期创业公司完成了他们产品的初始设计和架构，这些公司后来得到了投资者和政府的赞助。他拥有尖端技术的丰富经验，这些经验被用于互联网/企业级应用的可扩展性、性能调优和降低成本等方面。译者黄光远：阿里巴巴高级算法工程师，现于阿里达摩院人工智能实验室，从事天猫精灵人工智能语音交互领域，专攻语音系统算法架构与NLP算法应用；曾在阿里数据技术部负责电商场景的数据化运营、圈人投放、差异化选品、场景挖掘与用户画像，以及在淘宝技术部负责复杂网络、Spark图算法并行化研发等工作。

图书目录

第 1 章心爱的聊天机器人 1
聊天机器人的受欢迎程度 2
Python 之禅以及为什么它适用于聊天机器人 3
对聊天机器人的需求 4
商业视角 5
开发者视角 9
受聊天机器人影响的行业 11
聊天机器人的发展历程 12
1950 12
1966 12
1972 12
1981 12
1985 12
1992 13
1995 13
1996 13
2001 13
2006 13
2010 13
目录 XIII
2012 14
2014 14
2015 14
2016 14
2017 14
我可以用聊天机器人解决什么样的问题 15
这个问题能通过简单的问答或来回交流解决吗 15
这个工作是否有高度重复性，需要进行数据收集和分析 15
你的机器人的任务可以自动化和固定化吗 16
一个 QnA 机器人 16
从聊天机器人开始 17
聊天机器人中的决策树 18
在聊天机器人中使用决策树 18
决策树如何起到作用 18
最好的聊天机器人/机器人框架 21
聊天机器人组件和使用的相关术语 23
意图（Intent） 23
实体（Entities） 23
话术（Utterances） 24
训练机器人 24
置信度得分 24
第 2 章聊天机器人中的自然语言处理 25
为什么我需要自然语言处理知识来搭建聊天机器人 25
spaCy 是什么 26
spaCy 的基准测试结果 27
spaCy 提供了什么能力 27
spaCy 的特性 28
安装和前置条件 29
spaCy 模型是什么 31
搭建聊天机器人所使用的自然语言处理基本方法 32
XIV Python 聊天机器人开发
词性标注 32
词干提取和词性还原 36
命名实体识别 38
停用词 41
依存句法分析 43
名词块 47
计算相似度 49
搭建聊天机器人时自然语言处理的一些好方法 51
分词 51
正则表达式 52
总结 53
第 3 章轻松搭建聊天机器人 55
Dialogflow 简介 55
开始 56
搭建一个点餐机器人 57
确定范围 57
列举意图 57
列举实体 58
搭建点餐机器人 58
Dialogflow 入门 59
创建意图的几大要点 62
创建意图并添加自定义话术 62
为意图添加默认回复 63
菜品描述意图及附属实体 64
理解用户需求并回复 67
将 Dialogflow 聊天机器人发布到互联网上 72
在 Facebook Messenger 上集成 Dialogflow 聊天机器人 75
设置 Facebook 76
创建一个 Facebook 应用程序 76
设置 Dialogflow 控制台 77
配置 Webhook 79
目录 XV
测试信使机器人 80
Fulfillment 83
启用 Webhook 85
检查响应数据 87
总结 89
第 4 章从零开始搭建聊天机器人 91
Rasa NLU 是什么 92
我们为什么要使用 Rasa NLU 92
深入了解 Rasa NLU 93
从零开始训练和搭建聊天机器人 94
搭建一个星座聊天机器人 94
星座机器人和用户之间的对话脚本 95
为聊天机器人准备数据 96
训练聊天机器人模型 101
从模型进行预测 103
使用 Rasa Core 进行对话管理 105
深入了解 Rasa Core 及对话系统 105
理解 Rasa 概念 108
为聊天机器人创建域文件 111
为聊天机器人编写自定义动作 113
训练机器人的数据准备 116
构造故事数据 117
交互学习 119
将对话导出成故事 132
测试机器人 133
测试用例一 133
测试用例二 134
总结 135
XVI Python 聊天机器人开发
第 5 章部署自己的聊天机器人 137
前提条件 137
Rasa 的凭据管理 137
在 Facebook 上部署聊天机器人 139
在 Heroku 上创建一个应用 139
在本地系统中安装 Heroku 140
在 Facebook 上创建和设置应用程序 140
在 Heroku 上创建和部署 Rasa 动作服务器应用程序 143
创建 Rasa 聊天机器人 API 应用程序 144
创建一个用于 Facebook Messenger 聊天机器人的独立脚本 144
验证对话管理应用程序在 Heroku 上的部署情况 147
集成 Facebook Webhook 148
部署后验证：Facebook 聊天机器人 149
在 Slack 上部署聊天机器人 151
为 Slack 创建独立脚本 151
编辑 Procfile 154
将 Slack 机器人最终部署到 Heroku 上 154
订阅 Slack 事件 155
订阅机器人事件 156
部署后验证：Slack 机器人 156
独立部署聊天机器人 157
编写脚本实现自己的聊天机器人通道 158
编写 Procfile 并部署到 Web 上 159
验证你的聊天机器人 API 160
绘制聊天机器人的图形界面 161
总结 165