目录

  • 1 人工智能知识认知
    • 1.1 什么是人工智能
    • 1.2 人工智能发展之路
    • 1.3 AI之应用
    • 1.4 新职业--人工智能训练师
      • 1.4.1 OCR
    • 1.5 人工智能技术的支撑
    • 1.6 人工智能分类和技术
      • 1.6.1 AI开发平台-华为AI平台
    • 1.7 基于api的人工智能实践
      • 1.7.1 猫狗识别
      • 1.7.2 车牌识别
      • 1.7.3 颜色识别
      • 1.7.4 手写文字识别
      • 1.7.5 目标检测
      • 1.7.6 诗词生成
      • 1.7.7 RPA机器人
  • 2 语音技术应用---校园智能客服
    • 2.1 语音数据采集
      • 2.1.1 语音转文字
    • 2.2 文本转语音
    • 2.3 聊天机器人
    • 2.4 ZSPT校园智能客服
  • 3 植物生长系统里的植物识别
    • 3.1 目标检测技术应用-植物图像采集
    • 3.2 图像标注
    • 3.3 搭建keras-yolo3环境
    • 3.4 模型测试
    • 3.5 训练植物识别数据集
  • 4 人脸识别技术应用-基于人脸识别的考勤系统
    • 4.1 任务1 人脸检测
    • 4.2 任务2 人脸矫正
    • 4.3 任务3 人脸特征提取
    • 4.4 任务4 人脸识别
    • 4.5 任务5 简易人脸考勤系统
  • 5 人脸识别应用(百度API)
    • 5.1 人脸识别
    • 5.2 人脸检测
    • 5.3 人脸对比(判断相似度)
    • 5.4 人脸位置检测
    • 5.5 人脸裁剪
  • 6 人工智能安全、伦理和法律
    • 6.1 人工智能安全
    • 6.2 人工智能伦理
    • 6.3 人工智能法律
  • 7 老年护理智能机器人人
    • 7.1 机械臂探究
    • 7.2 机械臂自动控制
    • 7.3 药品定位识别
    • 7.4 药瓶分类取放
    • 7.5 构建地图
    • 7.6 发送导航目标
    • 7.7 智能导航
    • 7.8 语音控制
    • 7.9 送药服务部署应用
  • 8 Python程序基础
    • 8.1 初识Python程序
    • 8.2 Python数据类型
    • 8.3 简单条件语句
    • 8.4 海龟画图
      • 8.4.1 任务1-等边三角形
      • 8.4.2 任务2 多角形
      • 8.4.3 任务3 多色多角形
      • 8.4.4 任务4 自定义角数多角形实心图
      • 8.4.5 任务5 螺旋多角形
    • 8.5 跳水比赛程序
      • 8.5.1 任务1 产生10个随机数
      • 8.5.2 任务2—得到选手的8个有效分
      • 8.5.3 任务3—计算选手的平均分和最后得分
      • 8.5.4 任务4—将选手的得分写入Excel文件
      • 8.5.5 任务5—将所有选手的得分写入二维列表
      • 8.5.6 任务6—将所有选手的信息写入数据字典
      • 8.5.7 任务7—将所有选手得分排序后写入Excel文件
    • 8.6 图像文件复制和改名
      • 8.6.1 任务1 快速拷贝图像
      • 8.6.2 任务2 快速拷贝图像并统计数量
      • 8.6.3 任务3 图像文件改名
      • 8.6.4 任务4 新建文件夹(重名判断)
聊天机器人
  • 1 任务描述
  • 2 任务实施
  • 3 任务拓展

【任务描述】

工业界和学术界都十分关注聊天系统的研发,主要原因在于,一方面,聊天技术应用能够极大地缩减人力资源;另一方面,聊天技术代表了自然语言处理的最高水平之一,是许多科学家向往突破的难题,根据聊天系统目的及功用的不同,可分成三大类型∶ 闲聊式机器人,较有代表性的有微软小冰、微软小娜、苹果的Siri、小i机器人等,主要以娱乐为目的;知识问答型机器人,比如watson 系统最早在 2011 年的问答节目 Jeopardy 上击败了所有人类选手,赢得百万美元奖金;任务型聊天机器人,以完成某一领域的具体任务为导向,在工业界应用较广泛,如订票系统、订餐系统等。

本任务中聊天机器人以自然语言处理为主,自然语言处理在聊天机器人中的作用是对输入的语句进行分析,提取出实体、意图等关键信息。自然语言处理同样是一个需要大量算力的算法,我们可以通过图灵、百度等 API实现。这里,我们使用 YunGe API 编写一个对话机器人。