如何对需求不确定的创新产品进行分析和设计？简要总结一下有哪些方法和策略 1.快速原型 克服瀑布模型的缺点，减少由于软件需求不明确带来的开发风险。 快速原型是利用原型辅助软件开发的一种新思想。经过简单快速分析，快速实现一个原型，用户与开发者在试用原型过程中加强通信与反馈，通过反复评价和改进原型，减少误 ...
分类：
其他好文 时间：
2019-12-15 16:05:04
阅读次数：
84
任务型 - 》参数化请求 问答型 有明确目标 用户说的话有明确的参数化请求。 预先设置好的问答。 匹配的问答对。 任务+问答 不必拘泥于一种类型，才会更加智能。 ...
分类：
其他好文 时间：
2019-12-01 18:42:23
阅读次数：
121
单轮对话 一般是基于检索的，回答句对 Or 知识库 评价指标 召回率，准确率，问题解决率 召回率 = 能回答的总数 / 问题总数 准确率 = 正确回答数量 / 问题总数 问题解决率 = 机器人成功解决的问题数量 / 问题总数，该指标一般用来替代准确率（准确率需要人工标记，统计复杂） 机器人成功解决的 ...
分类：
其他好文 时间：
2019-12-01 18:33:36
阅读次数：
160
1. 如果仅仅依靠上述的技术就能实现一个效果良好的应用于广域网上的语音对话系统，那就太easy了。正是由于很多现实的因素为上述的概念模型引入了众多挑战，使得网络语音系统的实现不是那么简单，其涉及到很多专业技术。一个“效果良好”的语音对话系统应该达到如下几点：低延迟，背景噪音小，声音流畅、没有卡、停顿 ...
分类：
其他好文 时间：
2019-11-22 13:49:46
阅读次数：
66
背景 我们的项目是对话系统的开发，具体要求是识别用户说的话，然后机器再给用户一个语音的反馈，实现多伦对话。看着要求简单其实里面大有文章，其中我们还需要将我们的整个对话系统移植到硬件设备之上，实现小型移动版的对话系统。在对话管理方面我们选择开源对话系统rasa，硬件方面我们选择树莓派（支持python ...
分类：
其他好文 时间：
2019-11-16 14:27:33
阅读次数：
82
一、工程实践介绍 笔者的工程实践课题是基于文本理解的智能聊天机器人设计。聊天机器人大致为一个自动对话系统，研究这样一个的一个系统，主要研究涉及到的知识领域为自然语言处理。该系统读取用户的输入，再根据已经训练好的模型返回给用户答案。用户接收到答案以后，可以对系统的回答进行反馈，如果不满意系统的回答，可 ...
分类：
其他好文 时间：
2019-11-03 13:01:11
阅读次数：
60
当我们谈起人机对话系统 现实中的人机系统 人机对话的发展历程 人机对话系统的四个主要功能 通用聊天机器人的五个主要模块 输入预处理 语音识别技术主要包括特征提取技术、模式匹配准则以及模型训练技术3个方面 自然语言理解 聊天机器人系统中的自然语言理解功能包括用户意图识别、用户情感识别、指代消解、省略恢 ...
分类：
其他好文 时间：
2019-10-06 13:45:40
阅读次数：
84
选题是机器人知识图谱人机对话系统。该系统被安置于树莓派上，树莓派是一款基于LINUX系统使用gpu加速渲染的嵌入式设备。除了树莓派，该系统后端采用python构建，可以将对话系统从整个系统中剥离出来安置于django之上，以web应用的形式为用户提供图形界面接口，以更好地展示知识图谱中内在联系。除了 ...
分类：
其他好文 时间：
2019-10-06 11:46:12
阅读次数：
89
在智能对话项目搭建的过程中,高效筛选、处理对话日志并将其转化为新的训练数据,是对话系统效果持续提升的重要环节,也是当前开发者面临的难题之一。为此百度大脑UNIT推出学习反馈闭环机制,提供数据获取、辅助标注工具DataKit,帮助企业提升数据处理效率。 【快速了解什么是DataKit】 DataKit ...
分类：
其他好文 时间：
2019-08-29 18:03:18
阅读次数：
89
引言：人工智能技术越来越广泛的应用于各行各业，而这一切都离不开底层深度学习框架的支持。近日，百度深度学习PaddlePaddle正式发布了强化学习框架PARL，同时开源了基于该框架，在NeurIPS2018强化学习赛事中夺冠的模型完整训练代码，再次向业界展示了百度在深度学习领域的技术能力。PARL的效果如何？PARL是基于百度PaddlePaddle打造的深度强化学习框架，覆盖了DQN、DDQN、
分类：
其他好文 时间：
2019-02-13 21:09:10
阅读次数：
186
