面向共融機器人的自然交互：人機對話意圖理解

定　價：￥48.00

作　者：	徐華
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302601104	出版時間：	2022-04-01	包裝：
開本：	16開	頁數(shù)：	135	字數(shù)：

內容簡介

　　共融機器人是能夠與作業(yè)環(huán)境、人和其他機器人自然交互、自主適應復雜動態(tài)環(huán)境并協(xié)同作業(yè)的機器人。“敏銳體貼型”的自然交互是共融服務機器人的研究熱點問題之一。當前迫切需要機器人與人具有交互對話意圖的理解能力?！睹嫦蚬踩跈C器人的自然交互：人機對話意圖理解》立足基于深度學習方法的人機理解領域，從人機對話意圖理解出發(fā)，系統(tǒng)介紹了人機對話中的意圖識別、未知意圖檢測和新意圖發(fā)現(xiàn)的方法。《面向共融機器人的自然交互：人機對話意圖理解》是國內共融機器人自然交互領域一本系統(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器人研究領域人機對話意圖分析的關鍵技術和基礎知識，追蹤該領域的發(fā)展前沿提供重要的學習和研究參考。

作者簡介

　　徐華，博士，2003年畢業(yè)于清華大學計算機科學與技術系，現(xiàn)為清華大學計算機科學與技術系長聘副教授，博士生導師。從事多模態(tài)智能信息處理、智能優(yōu)化和共融機器人智能控制等研究工作。擔任愛思唯爾（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課題3項，國家自然科學基金項目4項，國家973項目二級課題2項，國家863項目（課題）5項，國際500強企業(yè)（寶潔、西門子、安捷倫等）合作項目13項。目前已在本專業(yè)領域國際期刊和AAAI、ACL、ACMMM等頂級會議上發(fā)表學術論文100余篇。獲得國家科技進步獎二等獎1項（集體獎），北京市科學技術獎一等獎1項，北京市科學技術獎二等獎1項（集體獎），北京市科學技術獎三等獎1項，重慶市科技進步獎三等獎1項，中國物流與采購聯(lián)合會科技發(fā)明獎一等獎1項，中國物流與采購聯(lián)合會科學技術獎一等獎1項。作為主講教師，主講清華大學全校性課程“數(shù)據(jù)挖掘：方法與應用”“工業(yè)數(shù)據(jù)挖掘與分析”“互聯(lián)網(wǎng)產品設計”等課程。獨立編寫專著和教材5本，其中《演化機器學習》是國內首部演化機器學習領域的學術專著；《面向共融機器人的自然交互一人機對話意圖理解》是國內首部共融機器人自然交互領域的學術專著；《數(shù)據(jù)挖掘：方法與應用》和《數(shù)據(jù)挖掘：方法與應用一應用案例》已經被國內眾多高校選用為配套教材，并獲得清華大學優(yōu)秀教材（2020年）二等獎。

圖書目錄

第一篇概述
第1章對話系統(tǒng)
第2章意圖識別
2．1 意圖特征表示相關研究綜述
2．1．1 離散式表示
2．1．2 分布式表示
2．1．3 小結
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
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 基于計算機視覺領域開放集識別的未知意圖檢測
2．3．3 基于領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
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
2．5 本章小結
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 不同神經網(wǎng)絡模型的對比
3．2．1 基線系統(tǒng)
3．2．2 基于神經網(wǎng)絡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 實驗
3．3．1 數(shù)據(jù)集和評價指標
3．3．2 實驗設置
3．3．3 實驗結果
3．4 本章小結
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方法
4．2．1 基于深度神經網(wǎng)絡的意圖分類方法
4．2．2 基于循環(huán)神經網(wǎng)絡的槽位填充方法
4．2．3 兩個任務的聯(lián)合學習模型
4．3 用于聯(lián)合語義框架解析的雙模型RNN結構
4．3．1 帶有解碼器的雙模型結構
4．3．2 無解碼器的雙模型結構
4．3．3 異步訓練
4．4 對比實驗
4．4．1 數(shù)據(jù)集和評價指標
4．4．2 實驗設置
4．4．3 實驗結果
4．5 本章小結
……
第三篇未知意圖檢測
第四篇未知意圖發(fā)現(xiàn)
第五篇對話意圖識別平臺
結束語
參考文獻
附錄