rasa NLU を使った堅牢な自然言語理解

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

この演習はコースの一部です

Python でチャットボットを作る

SkillTag.level.intermediateSkillTag.label

4.7+

無料でコースを始める

この章では、最初のチャットボットを作る方法を学びます。チャットボットの歴史的な背景を簡単に確認した後、テキストを受け取ってユーザーに返答する基本的な仕組みを構築します。続いて、個性を加えるための要素を学び、テキストを解析するルールベースのシステムを作成します。

Exercise 1: 会話型ソフトウェア入門 Exercise 2: EchoBot I Exercise 3: EchoBot II Exercise 4: 個性を作り上げる Exercise 5: 雑談 Exercise 6: バリエーションを加える Exercise 7: ELIZA I: 質問への対応 Exercise 8: 正規表現によるテキスト処理 Exercise 9: ELIZA II: キーフレーズの抽出 Exercise 10: ELIZA III: 代名詞 Exercise 11: ELIZA IV: すべてをまとめる

この章では、spaCy・scikit-learn・rasa NLU を使って、機械学習により自然言語を構造化データに変換する方法を学びます。まず理論的な基礎を確認した後、実際に航空券予約システムとやり取りする何千もの実際の文を含む ATIS データセットを使ってモデルを構築します。

Exercise 1: インテントとエンティティの理解 Exercise 2: 正規表現による意図分類 I Exercise 3: 正規表現を使った意図分類 II Exercise 4: 正規表現によるエンティティ抽出 Exercise 5: 単語ベクトル Exercise 6: spaCy による単語ベクトル Exercise 7: インテントと分類 Exercise 8: sklearn を使った意図分類 Exercise 9: エンティティ抽出 Exercise 10: spaCy の固有表現認識器を使う Exercise 11: spaCy のパーサーを使ったロールの割り当て Exercise 12: rasa NLU を使った堅牢な自然言語理解

現在の演習

Exercise 13: Rasa NLU Exercise 14: 少ないデータでのエンティティ認識

この章では、旅行の計画を手伝ってくれるパーソナルアシスタントを作ります。ホテルのデータベースを検索し、「北エリアに安いホテルはありますか？」といった質問に答えられるチャットボットを構築します。

Exercise 1: バーチャルアシスタントとデータアクセス Exercise 2: SQLの基本 Exercise 3: Python での SQL 文 Exercise 4: 自然言語でDBを探索する Exercise 5: パラメータからクエリを作成する Exercise 6: カスタム関数を使ってホテルを検索する Exercise 7: 自然言語からSQLを生成する Exercise 8: スロットの逐次充填と否定表現 Exercise 9: 検索条件の絞り込み Exercise 10: 基本的な否定表現 Exercise 11: 除外スロットによるフィルタリング

これまでに構築してきたシステムは、いずれもステートレスな方式でインテントをアクションや応答に対応付けるものでした。この方法だけでも驚くほど多くのことができます。しかし、より高度なボットを作るには、状態管理（ステートフル）の仕組みが欠かせません。この章では、ユーザーのコーヒー注文を処理するチャットボットを作りながら、その実装方法を学びます。

Exercise 1: ステートフルネスが重要な理由 Exercise 2: フォーム入力 Exercise 3: 文脈に応じた質問への対応 Exercise 4: 拒否への対応 Exercise 5: 質問への対応と回答のキュー管理 Exercise 6: 保留中のアクション I Exercise 7: 保留中のアクション II Exercise 8: 保留状態の遷移 Exercise 9: すべてをまとめる（前編）Exercise 10: すべてを組み合わせる II Exercise 11: 対話研究の最前線 Exercise 12: ニューラルネットワークによるテキスト生成 Exercise 13: おめでとうございます！