💬 对话系统设计与NLU核心
📚 30章 · 从入门到实战
⭐ 友好色系
01
对话系统概述
发展史
应用场景
核心架构
02
自然语言理解基础
NLU定义与目标
在对话系统中的位置
核心挑战
03
意图识别入门
意图识别定义
基于规则的方法
基于统计的方法
04
实体抽取基础
命名实体识别NER
基于词典的抽取
基于序列标注
05
槽位填充技术
槽位定义与设计
与意图识别关系
多轮槽位管理
06
对话状态追踪
对话状态定义
基于规则的DST
基于神经网络的DST
07
对话策略学习
策略学习目标
基于规则的策略
强化学习策略
08
自然语言生成
NLG定义
模板生成
基于神经网络生成
09
端到端对话系统
端到端模型概述
Seq2Seq模型
Transformer在对话中
10
任务型对话系统
任务型系统架构
经典案例(订票/客服)
11
问答型对话系统
FAQ系统
知识图谱问答
阅读理解式问答
12
闲聊型对话系统
生成式闲聊
检索式闲聊
混合模型
13
语音对话系统
语音识别ASR
语音合成TTS
语音对话集成
14
多模态对话系统
多模态输入处理
视觉与语言融合
应用场景
15
对话系统评估
自动评估(BLEU/ROUGE)
人工评估
用户满意度
16
数据标注与数据集
对话数据标注规范
公开数据集(MultiWOZ等)
数据增强
17
预训练模型在NLU中应用
BERT
GPT
T5在意图/实体中
18
小样本与零样本学习
小样本意图识别
零样本实体抽取
Prompt工程
19
对话系统中的情感识别
情感分析基础
情感状态追踪
情感感知生成
20
多语言与跨语言对话
多语言NLU
跨语言迁移学习
多语言数据集
21
对话系统的鲁棒性
对抗样本
噪声处理
异常输入处理
22
对话系统的可解释性
可解释NLU
注意力可视化
决策解释
23
对话系统的隐私与安全
用户隐私保护
数据脱敏
安全对话策略
24
对话系统的工程化
模型部署
推理优化
在线学习
25
对话系统的产品化
需求分析
用户体验设计
A/B测试
26
Rasa框架实战
Rasa架构
NLU配置
故事与规则
自定义组件
27
DeepPavlov框架实战
DeepPavlov架构
预训练模型集成
管道配置
28
对话系统前沿研究
LLM与对话
对话式AI Agent
工具调用
29
项目实战（上）
需求定义
数据收集
模型训练与调优
30
项目实战（下）
系统集成
测试部署
运维监控