الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

1. إضفاء الطابع الرسمي على المهام

الهدف من هذا المسار هو إعداد مهام الدردشة النشطة بناءً على الرسوم البيانية المعرفية. الحوار القائم على المعرفة-عنوان الموقع الرسمي

يدخل:

هدف المحادثة g، حيث g=START->TOPIC_A->TOPIC_B يعني أن الجهاز يقوم بالدردشة بشكل نشط من حالة البداية الباردة إلى الموضوع A، ثم إلى الموضوع B. وهذا يعني أنه في هذه المهمة، يقوم الجهاز بتوجيه المحادثة بشكل فعال؛ وفي هذه المهمة، تتضمن الموضوعات المحددة الأفلام والشخصيات الترفيهية.

المعلومات المعرفية ذات الصلة M، حيث M=f1, f2,...,fn تتضمن ثلاث فئات، وهي: المعلومات المعرفية للموضوع أ، والمعلومات المعرفية للموضوع ب، والمعلومات ذات الصلة بالموضوع أ والموضوع ب. في هذه المهمة، تتضمن المعلومات المعرفية المحددة ذات الصلة شباك التذاكر والمخرج والتقييم وما إلى ذلك، والتي يتم التعبير عنها في شكل SPO. أي (الموضوع، المسند، الكائن)، أي (الكيان الأول، المسند، الكيان الثاني).

تسلسل الحوار الحالي H=u1,u2,...u(t-1)

الإخراج:

الجهاز يجيب ut.

2. إدخال البيانات (انظر الموقع الرسمي)

3. طريقة التقييم

الجمع بين مؤشرات التقييم التلقائية ومؤشرات التقييم اليدوية. يأخذ مؤشر التقييم التلقائي في الاعتبار ثلاثة مستويات للقياس، وهي مستوى الحرف (درجة F1)، ومستوى الكلمة (BLEU)، وتنوع الرد (DISTINCT). وفيما يتعلق بتنوع الاستجابات، فإنه لا يزال يعتمد على حساب الكلمات، ولكنه يدرس بعدا آخر للكلمات المولدة. في المرجع 2 يكتب المؤلف:

المميز-1 والمتميز-2 هما على التوالي عدد الوحدات الأحادية والكبيرة المميزة مقسومًا على إجمالي عدد الكلمات التي تم إنشاؤها

4. العملية العامة

بالرجوع إلى البرنامج التعليمي المقدم رسميًا من PyTorch (انظر المرجع 4)، فإن طريقة حل المشكلة من منظور seq2seq هي تقسيم جولات الحوار المتعددة إلى جمل متوازية. على سبيل المثال، يمكن تقسيم تسلسل الحوار الحالي H=u1,u2,...u(t-1) إلى مجموعات t-2 من العينات، وهي: u1->u2;u2->u3;...; u (t-2)->u(t-1); ومع ذلك، هناك مشكلة واضحة في طريقة التقسيم هذه: السلاسة بين الجمل. ينبغي أن يكون هذا سؤالاً، لكنني لم أفكر فيه بعمق.

5. تحقيق الفكرة

حاليًا، تمت إعادة هيكلة الكود التعليمي لبرنامج Chatbot الرسمي الخاص بـ PyTorch، وتم فصل كل وحدة، وتم اكتشاف خطأ. وعلى هذا الأساس، استعد لتنفيذ خط الأساس وعنوان الكود

بالنسبة لأفكار التنفيذ، نشير بشكل رئيسي إلى ورقة "نموذج المحادثة العصبية المبنية على المعرفة"، والتي تتضمن جزأين رئيسيين:

أولاً: كيفية تضمين معلومات الرسم البياني المعرفي في النموذج؛

ثانياً: تنفيذ آلية الذاكرة؛

تجديد:

يقترح القسم 3.2 من مقال IJCAI16 "الإجابة على الأسئلة التوليدية العصبية" طريقتين للتفاعل بين المدخلات ورياض الأطفال:

أولاً: النموذج الثنائي

ثانياً: نموذج المطابقة المعتمد على CNN

الرجوع إلى:

0.www2018,《DKN: شبكة المعرفة العميقة لتوصيات الأخبار》

1. المؤتمر الوطني السادس لمعالجة وسائل التواصل الاجتماعي-SMP2017 تقييم تكنولوجيا الحوار بين الإنسان والحاسوب الصيني (ECDT)

يحتوي على مهمتين: تصنيف مجال نية المستخدم وتقييم الحوار عبر الإنترنت بين الإنسان والكمبيوتر القائم على المهام الخاصة بالمجال

2.《وظيفة موضوعية لتعزيز التنوع لنماذج المحادثة العصبية》

3.《نموذج المحادثة العصبية المبني على الشخصية》

4. برنامج تعليمي لـ chatbot باستخدام pytorch

5.2018 خطة الوصيف لمسابقة الحوار JDDC

6. كيف يمكن للآلة أن تخمن ما تفكر فيه؟ تم فك تشفير منصة التنبؤ علي بابا Xiaomi

7. قم بتفكيك قلب Alibaba Xiaomi وشاهد منطق تنفيذ التفاعل الذكي بين الإنسان والحاسوب

8. كشف السر في مقال واحد! العملية برمتها لبناء الرسم البياني المعرفي من الأسفل إلى الأعلى

9. كيف يستشعر الرسم البياني المعرفي الذي تم إنشاؤه للتجارة الإلكترونية احتياجات المستخدم؟

10. كيف يقوم مهندسو علي بابا بتنفيذ خريطة المعرفة الصحية؟

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل