自己动手做聊天机器人

一-涉及知识

二-初识NLTK库

三-语料与词汇资源

四-何须动手？完全自动化对语料做词性标注

五-自然语言处理中的文本分类

六-教你怎么从一句话里提取出十句话的信息

七-文法分析还是基于特征好啊

八-重温自然语言处理

九-聊天机器人应该怎么做

十-半个小时搞定词性标注与关键词提取

十一-0字节存储海量语料资源

十二-教你如何利用强大的中文语言技术平台做依存句法和语义依存分析

十三-把语言模型探究到底

十四-探究中文分词的艺术

十五-一篇文章读懂拿了图灵奖和诺贝尔奖的概率图模型

十六-大话自然语言处理中的囊中取物

十七-让机器做词性自动标注的具体方法

十八-神奇算法之句法分析树的生成

十九-机器人是怎么理解“日后再说”的

二十-语义角色标注的基本方法

二十一-比TF-IDF更好的隐含语义索引模型是个什么鬼

二十二-神奇算法之人工神经网络

二十三-用CNN做深度学习

二十四-将深度学习应用到NLP

二十五-google的文本挖掘深度学习工具word2vec的实现原理

二十六-图解递归神经网络(RNN)

二十七-用深度学习来做自动问答的一般方法

二十八-脑洞大开：基于美剧字幕的聊天语料库建设方案

二十九-重磅：近1GB的三千万聊天语料供出

三十-第一版聊天机器人诞生——吃了字幕长大的小二兔

三十一-如何把网站流量导向小二兔机器人

三十二-用三千万影视剧字幕语料库生成词向量

三十三-两套代码详解LSTM-RNN——有记忆的神经网络

三十四-最快的深度学习框架torch

三十五-一个lstm单元让聊天机器人学会甄嬛体

三十六-深入理解tensorflow的session和graph

三十七-一张图了解tensorflow中的线性回归工作原理

三十八-原来聊天机器人是这么做出来的

三十九-满腔热血：在家里搭建一台GPU云服务共享给人工智能和大数据爱好者

四十-视频教程之开篇宣言与知识点梳理

四十一-视频教程之环境搭建与python基础

四十二-(重量级长文)从理论到实践开发自己的聊天机器人

四十三-继续从理论到实践开发自己的聊天机器人