第1章 课程介绍 试看 8 节 | 91分钟

在新兴的人工智能领域，自然语言处理（NLP）是非常重要的组成部分，本课程聚焦于NLP主流方向，应用当下最热门的Pytorch深度学习框架，从理论结合实际，基于中科院工业项目做代码实战，完成检索类聊天机器人和生成式聊天机器人。...

收起列表

• 视频： 1-1 课程导学 (11:25) 试看
• 视频： 1-2 聊天机器人的综合介绍 (12:25)
• 视频： 1-3 聊天机器人起源发展 (11:57)
• 视频： 1-4 聊天机器人的分类(1) (05:28)
• 视频： 1-5 聊天机器人的分类(2) (11:59)
• 视频： 1-6 如何构建最简单的聊天机器人(1) (06:17)
• 视频： 1-7 如何构建最简单的聊天机器人(2) (11:52)
• 视频： 1-8 代码小练 (19:01)

第2章 聊天机器人综合介绍 8 节 | 91分钟

主要讲解聊天机器人定义，分类，起源和发展和目前的主流行业分布。

收起列表

• 视频： 2-1 NLP基础 (12:25)
• 视频： 2-2 NLP涉及知识 (12:18)
• 视频： 2-3 NLTK库 (04:38)
• 视频： 2-4 语料和词性标注 (11:39)
• 视频： 2-5 分词 (16:07)
• 视频： 2-6 TF-IDF (09:01)
• 视频： 2-7 NLTK安装 (11:30)
• 视频： 2-8 代码小练 (13:06)

第3章 NLP基础 5 节 | 68分钟

本章为NLP的核心基础部分，包括NLTK，语料标注，分词，TF-IDF，Word2Vec

收起列表

• 视频： 3-1 NLP基础和聊天机器人 (10:03)
• 视频： 3-2 文本处理方法 (11:03) 试看
• 视频： 3-3 word2vec (1) (07:50) 试看
• 视频： 3-4 word2vec(2) (17:59)
• 视频： 3-5 代码小练 (21:01)

第4章 检索类聊天机器人 5 节 | 66分钟

本章讲解检索类聊天机器人的原理，核心检索技术，贝叶斯分类的应用及chatterbot实现。

收起列表

• 视频： 4-1 检索类的聊天机器人 (22:33)
• 视频： 4-2 贝叶斯分类 (18:06)
• 视频： 4-3 Chatterbot原理 (12:55)
• 视频： 4-4 代码小练 (09:48)
• 视频： 4-5 章节小结 (02:29)

第5章 生成式聊天机器人 9 节 | 142分钟

本章讲解生成式聊天机器人的原理，设计流程，RNN/LSTM语言模型。Attention机制，及Seq2Seq模型。

收起列表

• 视频： 5-1 生成类聊天机器人 (07:39)
• 视频： 5-2 RNN LSTM原理 (16:56)
• 视频： 5-3 RNN LSTM模型原理 (12:35)
• 视频： 5-4 Seq2seq介绍 (15:02)
• 视频： 5-5 Attenion应用及分类 (14:11)
• 视频： 5-6 代码实战（1） (21:26)
• 视频： 5-7 代码实战（2） (15:36)
• 视频： 5-8 代码实战（3） (14:38)
• 视频： 5-9 代码实战（4） (23:52)

第6章 Pytorch基础 8 节 | 82分钟

本章讲解Pytorch核心原理，动态tensor，建立输入数据，搭建模型训练及测试。

收起列表

• 视频： 6-1 Pytorch入门 (07:56)
• 视频： 6-2 原理机制 (10:24)
• 视频： 6-3 数据载入 (06:05)
• 视频： 6-4 模型训练和验证测试 (11:26)
• 视频： 6-5 代码小练（1） (18:26)
• 视频： 6-6 代码小练（2） (22:04)
• 视频： 6-7 代码训练过程 (03:30)
• 视频： 6-8 章节小结 (01:52)

第7章 机器人发展方向与seqGAN实战 9 节 | 134分钟

本章讲解聊天机器人和对抗生成网络GAN和强化学习RL相结合的点，另外SeqGan的原理及代码实现

收起列表

• 视频： 7-1 模型与主流发展方向还是seq2seq+attention (16:33)
• 视频： 7-2 发展方向和SeqGan和深度学习结合 (11:02)
• 视频： 7-3 数据处理 (16:15)
• 视频： 7-4 开发生成器脚本 (22:46)
• 视频： 7-5 开发鉴别器脚本 (14:23)
• 视频： 7-6 开发主函数的脚本（1） (13:58)
• 视频： 7-7 开发主函数的脚本（2） (20:57)
• 视频： 7-8 开发主函数的脚本（3） (14:06)
• 视频： 7-9 代码训练过程 (03:29)

第8章 基于Pytorch聊天机器人代码实战 29 节 | 427分钟

本章带领大家从0开始基于Pytorch深度学习框架完成工业级项目，完成闲聊式聊天机器人。

收起列表

• 视频： 8-1 项目介绍 (08:50)
• 视频： 8-2 项目流程思路 (07:28)
• 视频： 8-3 数据分析 (04:10)
• 视频： 8-4 数据预处理 初始化 (18:42)
• 视频： 8-5 数据预处理随机数据 (27:25)
• 视频： 8-6 数据预处理one_epoch word2id (15:44)
• 视频： 8-7 数据预处理seq2id replace方法 (11:30)
• 视频： 8-8 建立模型Encoder（1） (12:44)
• 视频： 8-9 建立模型Encoder（2） (15:00)
• 视频： 8-10 建立模型Decoder (08:12)
• 视频： 8-11 建立模型BAttentiondecoerRNN (19:18)
• 视频： 8-12 建立模型Lattention (13:14)
• 视频： 8-13 建立模型LattentionDecoder (10:58)
• 视频： 8-14 建立模型decoder如何选择 (10:17)
• 视频： 8-15 模型建立seq2seq类及train方法（1） (17:06)
• 视频： 8-16 模型建立seq2seq类及train方法（2） (15:24)
• 视频： 8-17 模型建立seq2seq类及train方法（3） (17:01)
• 视频： 8-18 greedy Search方法 (26:51)
• 视频： 8-19 模型建立beamsearch方法（1） (21:59)
• 视频： 8-20 模型建立beamsearch方法（2） (18:35)
• 视频： 8-21 建立模型验证方法 (11:55)
• 视频： 8-22 建立模型bleu方法 (13:15)
• 视频： 8-23 建立模型embAve方法 (26:09)
• 视频： 8-24 建立模型Y_pre方法及整体思路流程 (27:55)
• 视频： 8-25 训练脚本编写及演示 (08:55)
• 视频： 8-26 模型测脚本编写 (03:51)
• 视频： 8-27 demo脚本编写及演示 (16:54)
• 视频： 8-28 部署步骤分享 (09:15)
• 视频： 8-29 最终总结 (07:58)