新書推薦：
《
万千教育学前·透视学前儿童的发展：解析幼儿教师常问的那些问题
》
售價：NT$
265.0
《
慈悲与玫瑰
》
售價：NT$
398.0
《
启蒙的辩证：哲学的片简（法兰克福学派哲学经典，批判理论重要文本）
》
售價：NT$
347.0
《
心跳重置
》
售價：NT$
269.0
《
云中记
》
售價：NT$
347.0
《
中国古代妇女生活（中国古代生活丛书）
》
售價：NT$
214.0
《
你的认知正在阻碍你
》
售價：NT$
296.0
《
我们身边的小鸟朋友：手绘观鸟笔记
》
售價：NT$
356.0
|
| 編輯推薦： |
l 深度探讨了融合多模态机器学习的人机交互多模态情感分析技术
l 深度探讨了融合深度语义识别的人机交互意图识别、未知意图检测和新意图发现技术
l 系统论述了深度人工智能时代共融机器人自然交互的基础理论与实现方法
|
| 內容簡介： |
|
共融机器人是能够与作业环境、人和其他机器人自然交互、自主适应复杂动态环境并协同作业的机器人。“敏锐体贴型”的自然交互是共融服务机器人的研究热点问题之一。当前迫切需要机器人与人具有交互对话意图的理解能力。本书立足基于深度学习方法的人机理解领域，从人机对话意图理解出发，系统介绍了人机对话中的意图识别、未知意图检测和新意图发现的方法。 本书是国内共融机器人自然交互领域本系统介绍交互对话意图分析的专业书籍，可为读者提供共融机器人研究领域人机对话意图分析的关键技术和基础知识，追踪该领域的发展前沿提供重要的学习和研究参考。
|
| 關於作者： |
|
徐华，清华大学计算机系副教授，博士生导师。长期担任数据挖掘、网络产品设计等相关本科研究生课程的教学工作。主要从事智能机器人相关的智能优化调度、智能交互方面的研究工作。目前发表国际期刊论文40篇，领域国际会议论文70篇，获得国家科技进步二等奖一次，省部级政府科技奖励4次，行业协会科技发明一等奖2次。
|
| 目錄：
|
篇概述
第1章对话系统3
第2章意图识别6
2.1意图特征表示相关研究综述6
2.1.1离散式表示7
2.1.2分布式表示8
2.1.3小结13
2.2已知意图分类方法研究综述13
2.2.1基于单模型的对话意图分类模型研究综述13
2.2.2基于双模型的对话意图分类模型研究综述14
2.2.3小结14
2.3未知意图检测研究综述14
2.3.1基于传统判别式模型的未知意图检测15
2.3.2基于计算机视觉领域开放集识别的未知意图检测15
2.3.3基于领域外样本检测的未知意图类型检测16
2.3.4基于其他方法的未知意图类型检测16
2.3.5小结16
2.4未知意图类型发现研究综述17
2.4.1基于无监督聚类的未知意图类型发现17
2.4.2基于半监督聚类的未知意图类型发现18
2.4.3小结19
2.5本章小结19
第二篇意 图 分 类
第3章基于单模型的意图分类23
3.1引言23
3.2不同神经网络模型的对比24
3.2.1基线系统24
3.2.2基于神经网络语言模型的话语分类器24
3.2.3基于RNN的话语分类器25
3.2.4基于LSTM和GRU的话语分类器25
3.3实验25
3.3.1数据集和评价指标25
3.3.2实验设置26
3.3.3实验结果27
3.4本章小结29
目录 面向共融机器人的自然交互——人机对话意图理解 第4章用于意图分类和槽位填充的双RNN语义分析框架31
4.1引言31
4.2意图分类和槽位填充任务方法31
4.2.1基于深度神经网络的意图分类方法31
4.2.2基于循环神经网络的槽位填充方法32
4.2.3两个任务的联合学习模型32
4.3用于联合语义框架解析的双模型RNN结构32
4.3.1带有解码器的双模型结构32
4.3.2无解码器的双模型结构34
4.3.3异步训练34
4.4对比实验35
4.4.1数据集和评价指标35
4.4.2实验设置35
4.4.3实验结果36
4.5本章小结37第三篇未知意图检测
第5章基于模型后处理的未知意图检测方法41
5.1引言41
5.2基于模型后处理的未知意图检测方法41
5.2.1基于深度神经网络的意图分类器42
5.2.2SofterMax激活函数44
5.2.3深度新颖检测模块46
5.2.4Platt Scaling联合预测47
5.3实验48
5.3.1任务与数据集48
5.3.2实验设置49
5.3.3实现结果与分析51
5.4本章小结57
第6章基于深度度量学习的对话意图发现58
6.1引言58
6.2模型的框架结构58
6.3元特征表示59
6.3.1意图特征表示59
6.3.2计算簇中心向量59
6.3.3计算元特征表示60
6.4余弦分类器60
6.5深度度量学习61
6.5.1角度边际损失函数61
6.5.2距离边际损失函数63
6.6训练及预测64
6.6.1联合目标训练64
6.6.2基于置信度阈值的意图预测64
6.7实验结果与分析65
6.7.1实验数据集65
6.7.2评估方法66
6.7.3基准方法66
6.7.4参数设定67
6.7.5实验结果与分析67
6.8本章小结70
第7章基于大边际余弦损失函数的未知意图检测方法71
7.1引言71
7.2基于大边际余弦损失函数的未知意图检测模型71
7.2.1角度边际损失函数72
7.2.2大边际余弦损失函数74
7.3实验77
7.3.1任务与数据集77
7.3.2实验设置77
7.3.3实验结果与分析78
7.4本章小结79
第8章基于动态约束边界的未知意图检测方法80
8.1引言80
8.2模型的框架结构80
8.3动态约束边界的定义81
8.4深度意图特征学习82
8.5约束边界学习83
8.6训练及预测83
8.6.1交互式训练83
8.6.2基于动态约束边界的意图预测84
8.7基于动态约束边界的对话意图发现85
8.7.1实验数据集85
8.7.2评估方法85
8.7.3基准方法86
8.7.4参数设定86
8.7.5实验结果与分析86
8.8本章小结89
第四篇未知意图发现
第9章基于自监督约束聚类的未知意图发现模型93
9.1引言93
9.2用于自监督的约束聚类方法93
9.2.1Transformer双向编码器94
9.2.2成对相似性预测94
9.2.3基于KL散度的聚类精炼96
9.3实验97
9.3.1任务与数据集97
9.3.2实验设置98
9.3.3实验结果与分析100
9.4本章小结108
第五篇对话意图识别平台
第10章基于深度学习的对话意图识别实验平台113
10.1引言113
10.2开放意图识别平台114
10.2.1数据管理114
10.2.2模型115
10.2.3训练和评估117
10.2.4结果分析117
10.3总体框架120
10.4实验121
结束语122
参考文献123
附录A英文缩写对照表132
附录B图索引134
附录C表索引136
|
| 內容試閱：
|
共融机器人的自然交互主要是针对机器人与人共融的应用场景，实现机器人与人、机器人与环境以及机器人之间自然性的交互共融。从共融服务机器人实际应用的角度而言，机器人与人之间的自然交互能力是其核心关键技术之一。机器人与人之间的自然交互能力主要涉及人机对话能力、人的多模态情感感知能力、人机协同能力等方面。为了实现共融服务机器人此处共融服务机器人包括实体服务机器人、在线虚拟(软)机器人、智能客服等系统或者产品形态。高效的对话能力，需要在人机交互的过程中让机器人具备强大的用户意图理解能力。这是实现高效智能化机器人与人对话的核心关键技术之一。2021年12月，工业和信息化部、国家发展和改革委员会等15个部门正式印发《“十四五”机器人产业发展规划》，其中将“人机自然交互技术、情感识别技术”等列为“机器人核心技术攻关行动”的前沿技术，足见共融机器人的自然交互技术在未来机器人产业中的重要性。本书面向产业前沿、技术前沿和研究前沿，对机器人自然交互技术中的重要问题与方法开展系统化论述。
对于分析对象的理解主要包括识别、认知和推理等不同层次的能力。对于人机交互意图理解的研究基本还聚焦在识别的层次，面向人机自然交互的意图识别的研究与应用，由浅入深，主要包括如下几个层次的内容: 意图分类、未知意图检测和开放意图发现。面向自然交互的意图理解是涉及自然语言处理、机器学习、算法、机器人系统、人机交互等方面相互融合的综合性研究领域。近年来，笔者所在的清华大学计算机科学与技术系智能技术与系统国家重点实验室研究团队，在面向智能机器人的自然交互的意图理解方面开展了大量开创性的研究与应用型工作，特别是基于深度学习模型开展基于上下文人机对话文本信息的意图识别、未知意图检测和开放意图发现方面取得了一定的研究成果，这些成果具体可参见笔者成果的公开网址https://github.com/thuiar。陆续发表于近年来的人工智能领域的国际会议ACL、AAAI、ACM MM和知名国际期刊Pattern Recognition、Knowledge based Systems。为了能够系统地呈现学术界和笔者团队近年来在意图识别（分类）、未知意图检测和开放意图发现方面的成果，特别梳理了相关工作成果内容，以完整、系统论述的形式呈现在读者面前。
本书是“面向共融机器人的自然交互”系列图书的部，笔者的研究团队后续将及时梳理和归纳总结相关的成果，以系列图书的形式分享给读者。本书既可以作为共融机器人自然交互、智能问答（客服）、自然语言处理、人机交互等领域的专业性教材，同时也可以作为智能机器人、自然语言处理、人机交互等方面系统与产品研发重要的参考书。本书相关的内容资料(算法代码、数据集等)可在开源社区GitHub下载。
由于共融型智能机器人的自然交互是一个崭新的快速发展的研究领域，受限于笔者的学识和认知范围，书中错误和不足之处在所难免，衷心希望读者能给我们的图书提出宝贵的意见和建议，请发邮件至xuhua@tsinghua.edu.cn。
本书的相关研究工作和编写得到了国家自然科学基金研究项目（项目编号: 62173195）的支持。后感谢清华大学计算机科学与技术系智能技术与系统国家重点实验室赵康、赵少杰、陈小飞和吴至婧等同学对于书稿整理所付出的艰辛努力，以及林廷恩、张瀚镭、余文梦、王鑫等同学在相关研究方向上不断持续地合作与创新工作。没有各位团队成员的努力，本书无法以体系化的形式呈现在读者面前。
编者2021年11月于清华园
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
