武汉大学人工智能方向硕士,2012 年毕业后加入百度,先后在凤巢、商业知心、搜索等部门从事机器学习算法工作。
在计算广告、自然语言处理、搜索、推荐等方向有多年的技术和团队管理经验,现为度秘算法团队 Tech Leader,负责对话理解、对话管理、对话推荐等方向算法研发和管理工作。
有多项计算广告、搜索、对话系统方向专利。
武汉大学人工智能方向硕士,2012 年毕业后加入百度,先后在凤巢、商业知心、搜索等部门从事机器学习算法工作。
在计算广告、自然语言处理、搜索、推荐等方向有多年的技术和团队管理经验,现为度秘算法团队 Tech Leader,负责对话理解、对话管理、对话推荐等方向算法研发和管理工作。
有多项计算广告、搜索、对话系统方向专利。
随着 Amazon 的 Echo 走红、Google 的 Home 智能音箱的迎头追赶到国内的百度、小米、阿里等巨头在智能音箱市场的竞争,其技术的核心均围绕语音和对话式 AI 技术,本分享结合 DuerOS 系统下的对话式应用场景介绍对话式 AI 中主要问题,结合实际问题分析其中的挑战,以及 DuerOS 在综合 NLU、搜索、推荐等方向的技术打造智能对话式 AI 的实践,同时也介绍其中深度学习和增强学习等的应用。
一. 从人机交互的演进看对话式 AI 的崛起
1. 人机交互的演进历史
2. 对话式交互是什么
3. 为什么需要对话式交互
4. 什么场景下对话式交互更有效
二. 对话系统是一个集大成的问题域
1. 对话系统的主要类型
2. 对话系统的主要框架
3. 对话理解
4. 对话状态跟踪
5. 对话管理
6. 对话生成
7. 对话场景下的检索和推荐技术
1. 了解对话系统技术火热背后的产品背景和逻辑;
2. 了解对话系统的经典技术框架;
3. 学习对话理解中的经典 NLP 技术;
4. 了解对话场景下检索和推荐技术的一些独特应用。