intelligentchatbotzhi智能聊天机器人(源码)
Rima聊天机器人主要是为了rima物联网机器人设计一个AI系统。主要由三层结构构成，语言理解聊天机器人luis，检索式聊天机器人aiml，生成式聊天机器人seq2seq。还编写了Windows，Linux，Android三个客户端和一个社交软件接口微软bot框架，用于聊天机器人训练。Rima专题网站用于宣传和放出rima 聊天机器人api。研究发现多层混合结构的聊天机器人非常适合作为物联网机器人的AI，语言理解聊天机器人在命令识别方面效果非常好，基于检索的聊天机器人和基于生成的聊天机器人在闲聊上配合很好。关键词 聊天机器人, AIML, seq2seq, 机器学习, 深度学习
目 录
1 引言 1
1.1 研究背景 1
1.2 研究目的及意义 1
1.3 研究现状 2
1.4 研究内容及论文的组织结构 3
2 系统相关技术 4
2.1 概述 4
2.2 基于.NET的Web API框架 4
2.3 基于python的Flsak框架 5
2.4 Tensorflow机器学习框架 5
2.5 Seq2seq机器翻译技术 5
2.5 Microsoft语义理解服务 (luis) 6
2.6 Aiml人工智能标记语言 7
2.6.1 Aiml标记语言概述 7
2.6.2 Aiml标签问答示例 7
2.7 微软bot问答机器人框架 8
2.8 Unity3d游戏引擎 9
2.9 ROS机器人框架 10
2.10 ASP.NET动态网站开发技术 11
2.13 Microsoft SQL Server 11
2.14 SQLite 12
2.15 本章小节 12
3 需求分析 12
3.1 概述 12
3.2 机器人AI 12
3.3 离线性 12
3.4 在线训练 13
3.5 辅助训练工具 13
3 *好棒文|www.hbsrm.com +Q: *351916072*
.5 特殊字符限制 13
3.6 中英混合输入输出 13
3.7 语料收集与格式化 14
3.8 本章小节 15
4 总体设计 15
4.1 系统整体设计 15
4.2 闲聊型聊天机器人设计 16
4.3 Rima智能机器人AI设计 16
4.4 社交平台客户端设计 17
4.5 多平台客户端设计 18
4.6 主题网站设计 19
4.7 本章小节 19
5 详细设计 20
5.1 任务型luis聊天机器人 20
5.1.1 Luis聊天机器人概述 20
5.1.2 Luis聊天机器人的原理 20
5.1.3 Luis聊天机器人的使用 20
5.2 闲聊型检索式aiml聊天机器人 26
5.2.1 Aiml聊天机器人概述 26
5.2.2 Aiml知识库构建 26
5.2.3 Aiml知识树模块 27
5.2.4 Aiml解析器模块 29
5.2.5 Aiml工作流程 30
5.2.6 Aiml在线训练功能实现 30
5.3 基于.NET 的Web API框架 32
5.3.1 Aiml聊天机器人的Web测试 32
5.3.2 Aiml聊天机器人的REST API发布 33
5.4 闲聊型生成式seq2seq聊天机器人 35
5.4.1 Seq2seq聊天机器人概述 35
5.4.2 Seq2seq聊天机器人的原理 35
5.4.3 Seq2seq聊天机器人的语料 37
5.4.4 Seq2seq聊天机器人的训练 37
5.4.5 Seq2seq聊天机器人的测试 38
5.5 基于python的flask框架 39
5.5.1 Seq2seq聊天机器人的模型转移 39
5.5.2 Seq2seq聊天机器人的REST API发布 39
5.6 Rima智能机器人AI的设计与实现 41
5.6.1 Rima智能机器人概述 41
5.6.2 Luis聊天机器人的应用 42
5.6.3 Aiml聊天机器人的应用 42
5.6.4 Seq2seq聊天机器人的应用 42
5.7 微软Bot框架社交软件接口的设计与实现 42
5.7.1 微软Bot框架的服务器 42
5.7.2 微软Bot框架的编程 44
5.8 Unity3d跨平台应用的设计实现 49
5.8.1 页面设计 49
5.8.2 功能设计 49
5.8.3 跨平台实现 50
5.9 Rima机器人专题网站的搭建 50
5.9.1 网站前台 50
5.9.2 网站后台 54
5.10 本章小结 60
6 功能测试 60
6.1 Rima聊天机器人服务器的测试 60
6.1.1 Luis聊天机器人服务器测试 60
6.1.2 Aiml聊天机器人服务器测试 61
6.1.3 Seq2seq聊天机器人服务器测试 61
6.2 Rima物联网机器人的测试 62
6.3 Rima社交软件接口的测试 62
6.3.1 Skype平台测试 62
6.3.2 HTML内联框架测试 63
6.4 Rima跨平台应用的测试 63
6.4.1 Android端测试 63
6.4.2 windows端测试 64
6.4.3 Linux端测试 64
6.5 Rima专题网站的测试 65
目 录
1 引言 1
1.1 研究背景 1
1.2 研究目的及意义 1
1.3 研究现状 2
1.4 研究内容及论文的组织结构 3
2 系统相关技术 4
2.1 概述 4
2.2 基于.NET的Web API框架 4
2.3 基于python的Flsak框架 5
2.4 Tensorflow机器学习框架 5
2.5 Seq2seq机器翻译技术 5
2.5 Microsoft语义理解服务 (luis) 6
2.6 Aiml人工智能标记语言 7
2.6.1 Aiml标记语言概述 7
2.6.2 Aiml标签问答示例 7
2.7 微软bot问答机器人框架 8
2.8 Unity3d游戏引擎 9
2.9 ROS机器人框架 10
2.10 ASP.NET动态网站开发技术 11
2.13 Microsoft SQL Server 11
2.14 SQLite 12
2.15 本章小节 12
3 需求分析 12
3.1 概述 12
3.2 机器人AI 12
3.3 离线性 12
3.4 在线训练 13
3.5 辅助训练工具 13
3 *好棒文|www.hbsrm.com +Q: *351916072*
.5 特殊字符限制 13
3.6 中英混合输入输出 13
3.7 语料收集与格式化 14
3.8 本章小节 15
4 总体设计 15
4.1 系统整体设计 15
4.2 闲聊型聊天机器人设计 16
4.3 Rima智能机器人AI设计 16
4.4 社交平台客户端设计 17
4.5 多平台客户端设计 18
4.6 主题网站设计 19
4.7 本章小节 19
5 详细设计 20
5.1 任务型luis聊天机器人 20
5.1.1 Luis聊天机器人概述 20
5.1.2 Luis聊天机器人的原理 20
5.1.3 Luis聊天机器人的使用 20
5.2 闲聊型检索式aiml聊天机器人 26
5.2.1 Aiml聊天机器人概述 26
5.2.2 Aiml知识库构建 26
5.2.3 Aiml知识树模块 27
5.2.4 Aiml解析器模块 29
5.2.5 Aiml工作流程 30
5.2.6 Aiml在线训练功能实现 30
5.3 基于.NET 的Web API框架 32
5.3.1 Aiml聊天机器人的Web测试 32
5.3.2 Aiml聊天机器人的REST API发布 33
5.4 闲聊型生成式seq2seq聊天机器人 35
5.4.1 Seq2seq聊天机器人概述 35
5.4.2 Seq2seq聊天机器人的原理 35
5.4.3 Seq2seq聊天机器人的语料 37
5.4.4 Seq2seq聊天机器人的训练 37
5.4.5 Seq2seq聊天机器人的测试 38
5.5 基于python的flask框架 39
5.5.1 Seq2seq聊天机器人的模型转移 39
5.5.2 Seq2seq聊天机器人的REST API发布 39
5.6 Rima智能机器人AI的设计与实现 41
5.6.1 Rima智能机器人概述 41
5.6.2 Luis聊天机器人的应用 42
5.6.3 Aiml聊天机器人的应用 42
5.6.4 Seq2seq聊天机器人的应用 42
5.7 微软Bot框架社交软件接口的设计与实现 42
5.7.1 微软Bot框架的服务器 42
5.7.2 微软Bot框架的编程 44
5.8 Unity3d跨平台应用的设计实现 49
5.8.1 页面设计 49
5.8.2 功能设计 49
5.8.3 跨平台实现 50
5.9 Rima机器人专题网站的搭建 50
5.9.1 网站前台 50
5.9.2 网站后台 54
5.10 本章小结 60
6 功能测试 60
6.1 Rima聊天机器人服务器的测试 60
6.1.1 Luis聊天机器人服务器测试 60
6.1.2 Aiml聊天机器人服务器测试 61
6.1.3 Seq2seq聊天机器人服务器测试 61
6.2 Rima物联网机器人的测试 62
6.3 Rima社交软件接口的测试 62
6.3.1 Skype平台测试 62
6.3.2 HTML内联框架测试 63
6.4 Rima跨平台应用的测试 63
6.4.1 Android端测试 63
6.4.2 windows端测试 64
6.4.3 Linux端测试 64
6.5 Rima专题网站的测试 65
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/947.html
