課程名稱：NLP 高手之路101課（模型、算法、論文、源碼、案例 + 1年答疑）

課程關(guān)鍵詞：NLP、Transformer、BERT、GPT、Bayesian、Rasa、Transfer learning、Conversational AI、Classifiers、 Policies、Dialogue Management、NER、Pre-training、Fine-tuning、DIET、TED、SimpleTOD、Bert-DST、ConveRT、Poly-Encoder、Chatbot、E2E、NLU、Policies、Microservices、Graph Component、Fallback、LoopAction、Papers、Algorithms、Source Code、Projects、Rasa Application、Debugging、E-commerce、Retail、Customer Service、Helpdesk Assistant 、Financial Bot、Banking、Retail、Insurance、Education、Knowledge Base、ElasticSearch、Interactive Learning、Testing、Duckling、Microservices、SQLite、Payload、Slot、Mapping、Custom Slot、Custom Mapping、External API、Payload、Docker、Domain、Dialogue Management、Intent、Prediction、Confidence、Form、Active Loop、Event、 FormValidationAction、CollectingDispatcher、Tracker、Rasa Server、Endpoint、FollowupAction、UserUtteranceReverted、RESTful、Endpoint、RegexFeaturizer、RegexEntityExtractor、EntitySynonymMapper、Aiohttp、Coroutines、Sanic、Session、Rasa Core、Rasa SDK、ValidationAction、Dynamic Form Behavior、RemoteAction、ActionExecutionRejection、Message Handling、NaturalLanguageGenerator、Graph Architecture

課程內(nèi)容：

自從Google在2017發(fā)布Transformer論文以來(lái)，以Transformer為核心的新一代NLP技術(shù)在短短的2年左右的時(shí)間就徹底革新了整個(gè)NLP領(lǐng)域，尤其是2018年的BERT極大的加速了這一革新進(jìn)程，無(wú)論是學(xué)術(shù)界還是工業(yè)界（Google、Amazon、Facebook、Alibaba、Tencent、ByteDance等）的近幾年NLP工作均是圍繞Transformer這個(gè)新一代的NLP架構(gòu)系統(tǒng)而展開。人工智能領(lǐng)域具有全球廣泛影響力的科學(xué)家Andrew Ng在2021年回顧AI的最新進(jìn)展中甚至說(shuō) “Originally developed for natural language processing, transformers are becoming the Swiss Army Knife of deep learning.” 其明確表示就最新AI發(fā)展進(jìn)展表明Transformer已經(jīng)逐步實(shí)現(xiàn)了“One Architecture to Do Them All”的人工智能大一統(tǒng)趨勢(shì)。詳情請(qǐng)參考：https://read.deeplearning.ai/the-batch/issue-123/

基于此，星空智能對(duì)話機(jī)器人團(tuán)隊(duì)推出了以Transformer為核心的新一代NLP課程“NLP 高手之路101課（模型、算法、論文、源碼、案例 + 1年答疑）”，力求通過該課程反映過去幾年NLP在硅谷和全球的學(xué)術(shù)研究和工業(yè)落地的最新進(jìn)展，幫助有志于新一代NLP技術(shù)的愛好者、研究者和實(shí)踐者學(xué)習(xí)來(lái)自硅谷最新的NLP實(shí)用技術(shù)。具體來(lái)說(shuō)，課程包含以下五大部分：

Transformer架構(gòu)及源碼剖析系列：Transformer、BERT、GPT的架構(gòu)、算法、源碼實(shí)現(xiàn)等近13小時(shí)內(nèi)容講解

論文算法系列：從導(dǎo)師閱讀的3000多篇NLP論文中選出10篇最高質(zhì)量的NLP論文，抽絲剝繭的講解其架構(gòu)、算法并結(jié)合星空對(duì)話機(jī)器人研發(fā)經(jīng)驗(yàn)分享最佳實(shí)踐等近21小時(shí)內(nèi)容的講解

Rasa 3.X內(nèi)核源碼系列：對(duì)Rasa 3.X新一代的Graph Architecture下的架構(gòu)、算法、Classifiers、Policies、Microservices、Dialogue Management進(jìn)行詳細(xì)的講解，所有內(nèi)容均有源碼逐行剖析，該部分總共約45小時(shí)。

Rasa 3.X項(xiàng)目系列: 10大典型的Rasa項(xiàng)目案例，幫助學(xué)員掌握經(jīng)典場(chǎng)景Rasa各類應(yīng)用開發(fā)等近20小時(shí)講解

NLP項(xiàng)目系列：五大企業(yè)級(jí)NLP硬核技術(shù)項(xiàng)目案例，所有的代碼均是按照企業(yè)級(jí)的標(biāo)準(zhǔn)實(shí)現(xiàn)，稍加修改即可應(yīng)用到學(xué)員以后企業(yè)NLP產(chǎn)品實(shí)現(xiàn)中。

尤其值得一提的是，Rasa是NLP技術(shù)的集大成者，是基于Transformer架構(gòu)的全球使用最廣泛的智能業(yè)務(wù)對(duì)話機(jī)器人，而掌握這一核心的技術(shù)的人才目前為止是極為稀少的?！癗LP高手之路101課” 是全球第一個(gè)系統(tǒng)講解Rasa 3.X架構(gòu)、算法、源碼、調(diào)試及項(xiàng)目實(shí)戰(zhàn)的課程，掌握該課程的內(nèi)容可以加速學(xué)習(xí)者成為NLP及Conversational AI技術(shù)的引領(lǐng)者。

基于此，星空對(duì)話機(jī)器人團(tuán)隊(duì)在NLP課程中準(zhǔn)備了大量的Rasa智能對(duì)話機(jī)器人案例，例如基于ElasticSearch的影視對(duì)話機(jī)器人、電商零售Customer Service智能業(yè)務(wù)對(duì)話機(jī)器人、銀行金融Financial Bot智能業(yè)務(wù)對(duì)話機(jī)器人、保險(xiǎn)行業(yè)Insurance Bot智能業(yè)務(wù)對(duì)話機(jī)器人、教育行業(yè)Education Bot智能業(yè)務(wù)對(duì)話機(jī)器人。每一個(gè)案例都是聚焦于智能業(yè)務(wù)對(duì)話機(jī)器人經(jīng)典場(chǎng)景下的經(jīng)典技術(shù)而設(shè)計(jì)實(shí)現(xiàn)的Rasa 3.X智能業(yè)務(wù)對(duì)話機(jī)器人項(xiàng)目來(lái)驅(qū)動(dòng)的，包括其架構(gòu)設(shè)計(jì)、配置內(nèi)幕、源碼實(shí)現(xiàn)、測(cè)試調(diào)試以及Rasa Interactive Learning等。首先會(huì)聚焦智能業(yè)務(wù)對(duì)話機(jī)器人運(yùn)行流程及項(xiàng)目調(diào)試Debugging全程演示、命令行下交互過程，緊接著是對(duì)話機(jī)器人微服務(wù)代碼逐行解密及基于Rasa Interactive的對(duì)話進(jìn)行實(shí)驗(yàn)分析，尤其是對(duì)微服務(wù)遠(yuǎn)程通信、微服務(wù)進(jìn)行啟動(dòng)、微服務(wù)注冊(cè)、各類微服務(wù)編碼、微服務(wù)驗(yàn)證、微服務(wù)測(cè)試與調(diào)試等在實(shí)際開發(fā)中用到的微服務(wù)的實(shí)踐精髓進(jìn)行全息實(shí)踐及源碼解密，最后對(duì)項(xiàng)目的Config、Domain、Stories、Rules、FAQ、Chitchat逐行解密及Rasa Interactive運(yùn)行過程剖析。不僅能夠幫助學(xué)員從項(xiàng)目動(dòng)態(tài)運(yùn)行的角度徹底掌握該項(xiàng)目，同時(shí)對(duì)提升學(xué)員對(duì)Rasa內(nèi)核的理解力也會(huì)大有裨益。

整個(gè)“NLP高手之路101課”涵蓋當(dāng)今NLP應(yīng)用和科研領(lǐng)域最熱門的五大技術(shù)方向：預(yù)訓(xùn)練、語(yǔ)言理解、對(duì)話系統(tǒng)、知識(shí)圖譜、文本生成等，在深入剖析技術(shù)細(xì)節(jié)及各模塊所涵蓋最前沿技術(shù)的同時(shí)，導(dǎo)師會(huì)結(jié)合自身研究開發(fā)星空智能對(duì)話機(jī)器人12萬(wàn)行核心源碼的經(jīng)驗(yàn)及學(xué)術(shù)應(yīng)用前沿，對(duì)基于Transformer的新一代NLP的模型、算法、論文、源碼、案例等進(jìn)行全息分享，并提供1年的課程內(nèi)容技術(shù)答疑服務(wù)。

課程收獲：

通過近13小時(shí)掌握基于Transformer的新一代NLP架構(gòu)、算法、論文、源碼及案例，輕松應(yīng)對(duì)Transformer面試及新一代NLP架構(gòu)及開發(fā)工作。

通過近21小時(shí)學(xué)習(xí)導(dǎo)師從自己閱讀的超過3000篇NLP論文中的精選出的10篇質(zhì)量最高的論文的架構(gòu)、算法、實(shí)現(xiàn)等講解，對(duì)新一代的NLP技術(shù)了然于胸，極大的加速NLP科研及項(xiàng)目開發(fā)進(jìn)度。

通過近65小時(shí)徹底掌握NLP技術(shù)的集大成者Rasa這一全球最成功的的智能業(yè)務(wù)對(duì)話機(jī)器人架構(gòu)、算法、源碼及實(shí)戰(zhàn)案例，成為NLP技術(shù)公司或者團(tuán)隊(duì)NLP技術(shù)的引領(lǐng)者。

通過5大企業(yè)級(jí)NLP實(shí)戰(zhàn)項(xiàng)目，不僅能夠貫通NLP整個(gè)領(lǐng)域的核心技術(shù)，同時(shí)能夠?qū)W習(xí)企業(yè)級(jí)NLP成熟項(xiàng)目代碼的思想和精華，幫助學(xué)員輕松應(yīng)對(duì)任意難度的NLP項(xiàng)目面試的同時(shí)還能夠把這些項(xiàng)目稍加修改應(yīng)用于企業(yè)NLP產(chǎn)品開發(fā)中。

該課程尤其是對(duì)短期內(nèi)想對(duì)NLP領(lǐng)域有系統(tǒng)全面深入認(rèn)識(shí)特別有幫助，所有的內(nèi)容都是基于企業(yè)開發(fā)中用到的內(nèi)容由淺入深環(huán)環(huán)相扣展開，可以大大節(jié)省學(xué)習(xí)時(shí)間。同時(shí)對(duì)具有NLP或者知識(shí)圖譜或者推薦系統(tǒng)工作經(jīng)驗(yàn)的同學(xué)而言，會(huì)在1-3月的時(shí)間內(nèi)完成技術(shù)的更新?lián)Q代，成為最新人工智能技術(shù)的引領(lǐng)者。

面向人群：

1，計(jì)算機(jī)相關(guān)專業(yè)的本科/碩士/博士生

2，Transformer技術(shù)愛好者

3，智能對(duì)話機(jī)器人愛好者

4，想從推薦系統(tǒng)、知識(shí)圖譜轉(zhuǎn)行到NLP的人員

5，已經(jīng)有NLP從業(yè)經(jīng)驗(yàn)想升級(jí)技能體系的開發(fā)者

6，企業(yè)中NLP高級(jí)科研人員

7，想在短期內(nèi)系統(tǒng)全面深入的掌握NLP的IT人員

備注：課程針對(duì)沒有基礎(chǔ)的學(xué)員錄制了Python及Transformer基礎(chǔ)課，以幫助零基礎(chǔ)學(xué)員平滑過渡到正式課程的學(xué)習(xí)。

資料及答疑：

購(gòu)買后聯(lián)系授課導(dǎo)師Gavin獲得代碼、資料及完整的課程視頻（包含額外的根據(jù)學(xué)員學(xué)習(xí)反饋而補(bǔ)充的視頻及助教錄制的視頻）。

課程提供1年的技術(shù)答疑服務(wù)，Gavin老師負(fù)責(zé)所有課程技術(shù)問題的答疑服務(wù)。

課程大綱(基于直播持續(xù)更新)：

第1課 Bayesian Transformer思想及數(shù)學(xué)原理完整論證

1，線性回歸及神經(jīng)網(wǎng)絡(luò)AI技術(shù)底層通用的貝葉斯數(shù)學(xué)原理及其有效性證明

2，人工智能算法底層真相之MLE和MAP完整的數(shù)學(xué)推導(dǎo)過程概率、對(duì)數(shù)、求導(dǎo)等以及MLE和MAP關(guān)系詳解

3，語(yǔ)言模型Language Model原理機(jī)制、數(shù)學(xué)推導(dǎo)及神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)

4，圖解Transformer精髓之架構(gòu)設(shè)計(jì)、數(shù)據(jù)訓(xùn)練時(shí)候全生命周期、數(shù)據(jù)在推理中的全生命周期、矩陣運(yùn)算、多頭注意力機(jī)制可視化等

5，什么叫Bayesian Transformer，Bayesian Transformer和傳統(tǒng)的Transformer的核心區(qū)別是什么？

6，Bayesian Transformer這種新型思考模型在學(xué)術(shù)和工業(yè)界的意義是什么，為什么說(shuō)Transformer中到處都是Bayesian的實(shí)現(xiàn)？

7，貝葉斯Bayesian Transformer數(shù)學(xué)推導(dǎo)論證過程全生命周期詳解及底層神經(jīng)網(wǎng)絡(luò)物理機(jī)制剖析

第2課Transformer論文源碼完整實(shí)現(xiàn)

1，Transformer架構(gòu)內(nèi)部的等級(jí)化結(jié)構(gòu)及其在NLP中的應(yīng)用內(nèi)幕

2，數(shù)學(xué)內(nèi)幕、注意力機(jī)制代碼實(shí)現(xiàn)、及Transformer可視化

3，以對(duì)話機(jī)器人的流式架構(gòu)為例闡述Transformer學(xué)習(xí)的第三境界

4，以智能對(duì)話機(jī)器人為例闡述Transformer的自編碼autoencoding和自回歸autoregressive語(yǔ)言模型內(nèi)幕機(jī)制

第3課：Transformer語(yǔ)言模型架構(gòu)、數(shù)學(xué)原理及內(nèi)幕機(jī)制

1，語(yǔ)言模型的鏈?zhǔn)椒▌t、運(yùn)行機(jī)制及為何說(shuō)LM是一個(gè)Classifier？

2，基于概率統(tǒng)計(jì)Statistical Language Models語(yǔ)言模型內(nèi)部機(jī)制、數(shù)學(xué)公式、及完整的示例

3，基于神經(jīng)網(wǎng)絡(luò)Neural Language Models語(yǔ)言模型內(nèi)部機(jī)制、數(shù)學(xué)公式、及完整的示例

4，使用困惑度及Cross Entropy來(lái)衡量語(yǔ)言模型的質(zhì)量具體實(shí)現(xiàn)及數(shù)學(xué)公式推導(dǎo)分

5，Language Model底層的數(shù)學(xué)原理之最大 似然估計(jì)MLE及最大后驗(yàn)概率MAP內(nèi)部機(jī)制與關(guān)系詳解

6，語(yǔ)言模型底層的數(shù)學(xué)原理之Bayesian模型原理與實(shí)現(xiàn)

第4課 GPT自回歸語(yǔ)言模型架構(gòu)、數(shù)學(xué)原理及內(nèi)幕機(jī)制

1，語(yǔ)言模型的運(yùn)行機(jī)制、架構(gòu)內(nèi)部及數(shù)學(xué)實(shí)現(xiàn)回顧

2，GPT可視化、Masking等工作機(jī)制解析

3，GPT中的Decoder-Only模式內(nèi)部運(yùn)行機(jī)制解析

4，數(shù)據(jù)在GPT模型中的流動(dòng)生命周期Input Encoding、Self-Attention、及Model Output詳解

5，GPT中的Masked多頭注意力機(jī)制及全連接神經(jīng)網(wǎng)絡(luò)內(nèi)部運(yùn)行機(jī)制解析

第5課 BERT下的自編碼語(yǔ)言模型架構(gòu)、數(shù)學(xué)原理及內(nèi)幕機(jī)制

1，雙向Masking機(jī)制數(shù)學(xué)原理剖析

2，BERT語(yǔ)言模型架構(gòu)內(nèi)幕詳解

3，BERT訓(xùn)練任務(wù)和調(diào)優(yōu)

第6課 BERT Pre-taining模型源碼完整實(shí)現(xiàn)

1，BERT神經(jīng)網(wǎng)絡(luò)的完整源碼實(shí)現(xiàn)

2，預(yù)訓(xùn)練任務(wù)MLM完整源碼實(shí)現(xiàn)

3，預(yù)訓(xùn)練任務(wù)NSP完整源碼實(shí)現(xiàn)

第7課 使用BERT 進(jìn)行Document分類任務(wù)案例實(shí)戰(zhàn)

1，BERT Fine-tuning 數(shù)字原理剖析

2，模型及數(shù)據(jù)處理代碼

3，BERT Fine-tuning訓(xùn)練完整代碼

第8課 使用BERT進(jìn)行NER案例實(shí)戰(zhàn)

1，BERT Fine-tuning 進(jìn)行NER原理解析

2，Tokenization及Input端代碼

3，BERT Fine-tuning訓(xùn)練及優(yōu)化

第9課 使用BERT進(jìn)行多任務(wù)Fine-Tuning解密

1，F(xiàn)ine-Tuning最佳策略

2，Pre-Training深度優(yōu)化

3，Multi-Task微調(diào)解密及案例

第10課 使用BERT對(duì)影評(píng)數(shù)據(jù)分析(數(shù)據(jù)處理、模型代碼、線上部署)

1，Sogou New數(shù)據(jù)處理

2，模型Input源碼

3，模型訓(xùn)練及優(yōu)化

第11課 BERT論文解密、數(shù)學(xué)推導(dǎo)及完整源碼實(shí)現(xiàn)

1，透視BERT論文的所有技術(shù)要點(diǎn)

2，剖析背后的數(shù)學(xué)原理

3，通過代碼論證所有的理論

第12課 基于Transformer的多輪對(duì)話系統(tǒng)四要素解密

1，Intent預(yù)測(cè)與管理

2，對(duì)話管理State Tracking

3，對(duì)話行為的預(yù)測(cè)，根據(jù)現(xiàn)在和之前的對(duì)話預(yù)測(cè)接下來(lái)的情況

4，Response Selection策略

第13課 如何使用Transformer構(gòu)建具有抗干擾能力的面向任務(wù)的對(duì)話系統(tǒng)？

1，使用Dialogue Stacks和LSTM來(lái)處理subdialogue的潛在問題分析

2， Transformer實(shí)現(xiàn)扛干擾的多輪對(duì)話系統(tǒng)架構(gòu)剖析

3， Transformer實(shí)現(xiàn)扛干擾的多輪對(duì)話關(guān)鍵技術(shù)剖析

第14課 使用Transformer構(gòu)建具有抗干擾能力的對(duì)話系統(tǒng)Experiments深度剖析

1，針對(duì)Sub-dailogues進(jìn)行抗干擾處理實(shí)驗(yàn)分析

2，與LSTM進(jìn)行對(duì)話處理試驗(yàn)對(duì)比

3，通過Modular Training進(jìn)行試驗(yàn)分析

第15課 基于多任務(wù)Transformer架構(gòu)的Intent和NER算法實(shí)現(xiàn)

1，對(duì)話機(jī)器人中的Modular Approach的架構(gòu)剖析

2，經(jīng)典的處理Intent和NER multi-task Transformer架構(gòu)分析

3，多任務(wù)架構(gòu)思考與總結(jié)

第16課 基于Transformer的輕量級(jí)多任務(wù)NLU系統(tǒng)解密

1，Transformer處理Intent和NER的Input Emeddings架構(gòu)解析

2，CLS和MASK的特殊實(shí)現(xiàn)解密

3，LOSS計(jì)算背后的數(shù)學(xué)原理詳解

第17課 輕量級(jí)多任務(wù)Transformer語(yǔ)言理解框架DIET試驗(yàn)分析

1，意圖識(shí)別和NER的聯(lián)合訓(xùn)練

2，多種Embeddings模型的整合

3，與BERT的對(duì)比分析

第18課 基于Transformer端到端的任務(wù)對(duì)話系統(tǒng)解密

1，Task-Oriented Dialogue與用戶交互過程解析

2，SimpleTOD模型架構(gòu)詳解

3，SimpleTOD端到端的任務(wù)對(duì)話系統(tǒng)訓(xùn)練函數(shù)剖析

第19課 基于Transformer的端到端對(duì)話系統(tǒng)SimpleTOD試驗(yàn)分析

1，SimpleTOD端到端任務(wù)對(duì)話系統(tǒng)運(yùn)行流程回顧

2，Special Tokens設(shè)置及其重大影響

3，SimpleTOD在多場(chǎng)景下的試驗(yàn)分析

第20課 基于Transformer的Scalable對(duì)話狀態(tài)管理模型BERT-DST詳解

1，Scalable 對(duì)話狀態(tài)管理系統(tǒng)剖析

2，BERT-DST算法解析

3，BERT-DST試驗(yàn)分析

第21課 細(xì)粒度Retrieval-Base對(duì)話系統(tǒng)解密

1，F(xiàn)ine-grainded post-training架構(gòu)解析

2，實(shí)現(xiàn)對(duì)話內(nèi)部更細(xì)粒度信息提取

3，實(shí)現(xiàn)更精細(xì)的Target目標(biāo)訓(xùn)練

第22課 細(xì)粒度Retrieval-Base對(duì)話算法詳解

1，細(xì)粒度Related Work解析

2，Problem Formulation

3，算法內(nèi)部過程詳解

第23課 BERT-FP兩大訓(xùn)練任務(wù)內(nèi)幕及Experiment解析

1，Short Context-response Pair Training 解析

2，Utterance Relevance Classification解析

3，Experiments數(shù)據(jù)集、Beaseline Models、及訓(xùn)練結(jié)果分析

第24課Retrieval-Based對(duì)話系統(tǒng)BERT-FP的Further Analysis及星空對(duì)話機(jī)器人內(nèi)幕實(shí)現(xiàn)解密

1，對(duì)BERT-FP的Further Analysis解析

2，星空對(duì)話機(jī)器人在Data Augmentation等的處理秘密

3，對(duì)話系統(tǒng)數(shù)據(jù)處理思考與總結(jié)

第25課 基于Transformer輕量級(jí)高效精確的Conversational Representation對(duì)話系統(tǒng)ConveRT解密

1，為何Gavin認(rèn)為ConverRT是在超過3000篇NLP論文中排名前五的論文？

2，ConveRT不同于BERT的訓(xùn)練目標(biāo)及其Compact網(wǎng)絡(luò)

3，Single-Context ConveRT及Multi-Context ConveRT

第26課 驚才絕艷的基于Transformer的ConveRT算法內(nèi)幕逐句解密

1，Vocabulary構(gòu)建及Iinput和Response的Representation算法內(nèi)幕

2，Input and Response Encoder Networks算法內(nèi)幕

3，Input-Response Interaction算法內(nèi)幕

第27課 基于Transformer的ConveRT算法及試驗(yàn)設(shè)置解密

1，ConveRT下的Quantization內(nèi)幕機(jī)制詳解

2，Multi-Context ConveRT架構(gòu)師實(shí)現(xiàn)解析

3，ConveRT進(jìn)行試驗(yàn)的數(shù)據(jù)及Baselines分析

第28課 基于Transformer的ConveRT的Experiments、Results及Discussion

1，ConveRT中的Transfer Learning

2，low-data settings分析及最佳實(shí)踐

3，low data發(fā)展方向探索

第29課 基于Transformer的Poly-Encoder架構(gòu)體系解密

1，基于Transformer的Bi-encoder解析

2，基于Transformer的Cross-encoder解析

3，基于Transformer的Poly-encoder解析

第30課 基于Transformer的Poly-Encoder的Tasks和Methods內(nèi)幕詳解

1，Poly-Encoder下的Tasks詳解

2，Bi-Encoder及Cross-Encoder的算法詳解

3，Poly-Encoder算法實(shí)現(xiàn)詳解

第31課 基于Transformer的Poly-Encoder實(shí)驗(yàn)詳解

1，Bi-encoders and Cross-encoders實(shí)驗(yàn)詳解

2，Poly-encoders實(shí)驗(yàn)詳解

3，Domain-specific Pre-training 實(shí)驗(yàn)詳解

第32課 基于Transformer的Recipes for building an open-domain chatbot論文解析

1，論文Abstract詳解

2，論文Discussion詳解

3，為何Toxic Language及Gender Bias很難解決？

第33課 基于Transformer的Recipes for building an open-domain chatbot架構(gòu)及策略分析

1，通過兩幅圖解密Recipes for building an open-domain chatbot架構(gòu)精髓

2，Blending Skills解析

3，Generation Strategies解析

第34課 基于Transformer的Recipes for building an open-domain chatbot的Generator、Retriever及Objectives

1，Generator、Dialogue Retrieval及Knowledge Retrieval詳解

2，Ranking for Retrieval及Likelihood Training for Generation詳解

3，α-blending for Retrieve and Refine詳解

第35課 基于Transformer的Recipes for building an open-domain chatbot的Decoding、Training及Safety Characteristics分析

1， Unlikehood training及Decoding詳解

2，Training Details和Training Data關(guān)鍵點(diǎn)解析

3，Safety Characteristics深度結(jié)項(xiàng)

第36課 基于Transformer的Rasa Internals解密之Retrieval Model剖析

1，什么是One Graph to Rule them All

2，為什么工業(yè)級(jí)對(duì)話機(jī)器人都是Stateful Computations？

3，Rasa引入Retrieval Model內(nèi)幕解密及問題解析

第37課 基于Transformer的Rasa Internals解密之去掉對(duì)話系統(tǒng)的Intent內(nèi)幕剖析

1，從inform intent的角度解析為何要去掉intent

2，從Retrieval Intent的角度說(shuō)明為何要去掉intent

3，從Multi intents的角度說(shuō)明為何要去掉intent

4，為何有些intent是無(wú)法定義的？

第38課 基于Transformer的Rasa Internals解密之去掉對(duì)話系統(tǒng)的End2End Learning內(nèi)幕剖析

1，How end-to-end learning in Rasa works

2，Contextual NLU解析

3，F(xiàn)ully end-to-end assistants

第39課 基于Transformer的Rasa Internals解密之全新一代可伸縮DAG圖架構(gòu)內(nèi)幕

1，傳統(tǒng)的NLU/Policies架構(gòu)問題剖析

2，面向業(yè)務(wù)對(duì)話機(jī)器人的DAG圖架構(gòu)

3，DAGs with Caches解密

4，Example及Migration注意點(diǎn)

第40課 基于Transformer的Rasa Internals解密之定制Graph NLU及Policies組件內(nèi)幕

1，基于Rasa定制Graph Component的四大要求分析

2，Graph Components解析

3，Graph Components源代碼示范

第41課 基于Transformer的Rasa Internals解密之自定義GraphComponent內(nèi)幕

1，從Python角度分析GraphComponent接口

2，自定義模型的create和load內(nèi)幕詳解

3，自定義模型的languages及Packages支持

第42課 基于Transformer的Rasa Internals解密之自定義組件Persistence源碼解析

1，自定義對(duì)話機(jī)器人組件代碼示例分析

2，Rasa中Resource源碼逐行解析

3，Rasa中ModelStorage、ModelMetadata等逐行解析

第43課 基于Transformer的Rasa Internals解密之自定義組件Registering源碼解析

1，采用Decorator進(jìn)行Graph Component注冊(cè)內(nèi)幕源碼分析

2，不同NLU和Policies組件Registering源碼解析

3，手工實(shí)現(xiàn)類似于Rasa注冊(cè)機(jī)制的Python Decorator全流程實(shí)現(xiàn)

第44課 基于Transformer的Rasa Internals解密之自定義組件及常見組件源碼解析

1，自定義Dense Message Featurizer和Sparse Message Featurizer源碼解析

2，Rasa的Tokenizer及WhitespaceTokenizer源碼解析

3，CountVectorsFeaturizer及SpacyFeaturizer源碼解析

第45課 基于Transformer的Rasa Internals解密之框架核心graph.py源碼完整解析及測(cè)試

1，GraphNode源碼逐行解析及Testing分析

2，GraphModelConfiguration、ExecutionContext、GraphNodeHook源碼解析

3，GraphComponent源碼回顧及其應(yīng)用源碼

第46課 基于Transformer的Rasa Internals解密之框架DIETClassifier及TED

1，作為GraphComponent的DIETClassifier和TED實(shí)現(xiàn)了All-in-one的Rasa架構(gòu)

2，DIETClassifier內(nèi)部工作機(jī)制解析及源碼注解分析

3，TED內(nèi)部工作機(jī)制解析及源碼注解分析

第47課 基于Transformer的Rasa 3.x Internals解密之DIET近1825行源碼剖析

1，DIETClassifier代碼解析

2，EntityExtractorMixin代碼解析

3，DIET代碼解析

第48課 基于Transformer的Rasa 3.x Internals解密之TED Policy近2130行源碼剖析

1，TEDPolicy父類Policy代碼解析

2，TEDPolicy完整解析

3，繼承自TransformerRasaModel的TED代碼解析

第49課 基于Transformer的Rasa 3.x 內(nèi)核解密之UnexpecTEDIntentPolicy架構(gòu)及實(shí)踐

1，UnexpecTEDIntentPolicy設(shè)計(jì)的背后機(jī)制

2，UnexpecTEDIntentPolicy與TEDPolicy源碼分析

3，UnexpecTEDIntentPolicy與人工服務(wù)自定義功能實(shí)現(xiàn)

第50課 BERT架構(gòu)、pretraining預(yù)訓(xùn)練、Fine Tuning下游任務(wù)微調(diào)全生命周期內(nèi)幕解密

1，BERT架構(gòu)內(nèi)幕核心解密

2，BERT Pretraining預(yù)訓(xùn)練剖析

3，BERT Fine-tuning解析

第51課 BERT預(yù)訓(xùn)練Pre-training源碼完整實(shí)現(xiàn)

1，構(gòu)建Dictionary和Data Preprocessing源碼

2，BERT神經(jīng)網(wǎng)絡(luò)代碼實(shí)現(xiàn)

3，BERT Language Model代碼實(shí)現(xiàn)

第52課 BERT Fine-tuning數(shù)學(xué)原理及案例源碼解析

1，F(xiàn)ine-tuning背后數(shù)學(xué)原理詳解

2，F(xiàn)ine-tuning中數(shù)據(jù)Input處理代碼實(shí)現(xiàn)

3，F(xiàn)ine-tuning案例代碼實(shí)現(xiàn)

第53課 UnexpecTEDIntentPolicy源碼研讀

1，UnexpecTEDIntentPolicy導(dǎo)入包和類分析

2，UnexpecTEDIntentPolicy和TEDPolicy關(guān)系分析

3，UnexpecTEDIntentPolicy源碼剖析

第54課 UnexpecTEDIntentPolicy算法源碼及IntentTED詳解

1，UnexpecTEDIntentPolicy算法源碼

2，Graph Architecture

3，IntentTED算法及源碼

第55課 Rasa Memoization對(duì)話策略及源碼解析

1，Memoization Policy及Augmented Memoization Policy對(duì)話策略分析

2，MemoizationPolicy完整源碼解析

3，AugmentedMemoizationPolicy完整源碼解析

第56課 Rasa Rule-based Policies架構(gòu)設(shè)計(jì)與源碼解析

1，Rule Policy內(nèi)部機(jī)制解析

2，InvalidRule源碼詳解

3，RulePolicy與MemoizationPolicy關(guān)系源碼詳解

第57課 Rasa RulePolicy完整源碼詳解

1，RulePolicy初始化代碼詳解

2，RulePolicy訓(xùn)練源碼詳解

3，RulePolicy Prediction源碼詳解

第58課 Rasa對(duì)話策略Policy完整源碼詳解

1，Policy與GraphComponent

2，SupportedData完整源碼詳解

3，PolicyPrediction完整源碼詳解

第59課 Rasa Policy完整源碼詳解

1，Policy的初始化及和子類關(guān)系源碼剖析

2，Policy訓(xùn)練源碼詳解

3，Policy預(yù)測(cè)源碼詳解

第60課 Rasa對(duì)話策略Ensemble完整源碼剖析

1，Ensemble架構(gòu)及其在Rasa中的應(yīng)用解密

2，PolicyPredictionEnsemble源碼逐行解析

3，DefaultPolicyPredictionEnsemble源碼逐行解析

第61課 Rasa Fallback Classifier處理對(duì)話失敗情況三大處理方式內(nèi)幕及代碼實(shí)戰(zhàn)

1，Rasa Fallback Classifier在具體對(duì)話機(jī)器人開發(fā)中的重大價(jià)值分析

2，Simple Fallback及Single-stage Fallback處理及代碼實(shí)現(xiàn)

3，Two-stage Fallback流程分析及代碼實(shí)現(xiàn)

第62課 Rasa Fallback and Human Handoff全解

1，Out-of-scope消息的處理

2，NLU Fallback的處理

3，Rasa Core Low Action Confidence的處理

第63課 Rasa FallbackClassifier源碼逐行剖析

1，F(xiàn)allbackClassifier使用的包及初始化源碼解析

2，核心方法process源碼逐行解析

3，F(xiàn)allbackClassifier與GraphComponent、IntentClassifier關(guān)系源碼解析

第64課 Rasa對(duì)話機(jī)器人業(yè)務(wù)邏輯Action Servers架構(gòu)設(shè)計(jì)與核心運(yùn)行流程解密

1，Rasa Server與Action Servers交互關(guān)系解析

2，請(qǐng)求執(zhí)行custom action的RESTful中JSON內(nèi)容詳解及示例

3，Action Servers返回的events及responses詳解及示例

第65課 Rasa Events剖析及源碼詳解

1，Event接口分析

2，14大Event剖析及源碼詳解

3，Loop相關(guān)Event分析及源碼詳解

第66課 Rasa微服務(wù)Action自定義及Slot Validation詳解

1，Rasa Action剖析及代碼示例

2，ValidationAction剖析及代碼示例

3，F(xiàn)ormValidationAction剖析

第67課 Form全生命周期解析及Default Actions剖析

1，F(xiàn)orm全生命周期運(yùn)行內(nèi)幕

2，F(xiàn)orm的高級(jí)用法

3，Default Actions詳解

第68課 Rasa微服務(wù)四大組件全解

1，Rasa Actions和Tracker詳解

2，Rasa Dispatcher及Event詳解

3，關(guān)于Metadata的使用及Action Server啟動(dòng)參數(shù)詳解

第69課 Rasa Knowledge Base案例解析、工作機(jī)制及自定義詳解

1，ActionQueryKnowledgeBase分析及案例解析

2，Knowledge Base Actions工作機(jī)制解密

3，Knowledge Base Actions自定義詳解

第70課 Rasa Core action.py源碼剖析之常見類、工具方法及微服務(wù)通信類

1，三大常見類Action、ActionBotResponse、ActionListent源碼逐行剖析

2，action.py中工具方法源碼詳解

3，微服務(wù)請(qǐng)求核心RemoteAction源碼逐行剖析及AIOHTTP使用詳解

第71課 Rasa系統(tǒng)內(nèi)置Action源碼逐行解析

1，ActionSessionStart、ActionRestart、ActionBack源碼逐行解析

2，ActionEndToEndResponse、ActionDefaultFallback、ActionRevertFallbackEvents源碼逐行解析

3，ActionDeactivateLoop、ActionUnlikelyIntent、ActionExecutionRejection源碼逐行解析

4，ActionDefaultAskAffirmation、ActionDefaultAskRephrase、ActionExtractSlots源碼逐行解析

5，extract_slot_value_from_predefined_mapping源碼逐行解析

第72課 Rasa ActiveLoop、LoopAction及TwoStageFallbackAction源碼逐行剖析

1，ActiveLoop源碼逐行剖析

2，Rasa LoopAction源碼逐行剖析

3，TwoStageFallbackAction源碼逐行剖析

第73課 654行Rasa LoopAction類型的FormAction源碼逐行剖析

1，LoopAction類型的FormAction運(yùn)行機(jī)制和業(yè)務(wù)開發(fā)意義分析

2，Slots狀態(tài)的管理、校驗(yàn)、和維護(hù)源碼解析

3，do方法和is_done方法深度分析

第74課 代理模式下的Rasa微服務(wù)Form共1288行源碼架構(gòu)設(shè)計(jì)及源碼逐行解析

1，Action類型的FormAction和LoopAction類型的FormAction區(qū)別與聯(lián)系分析

2，Rasa微服務(wù)接口interfaces.py共370行源碼逐行解析

3，Rasa SDK中的forms.py共918行源文件逐行解析

第75課 Rasa Interactive Learning運(yùn)行原理、運(yùn)行流程及案例實(shí)戰(zhàn)

1，為什么說(shuō)Rasa Interactive Learning是解決Rasa對(duì)話機(jī)器人Bug最容易的途徑？

2，Rasa Interactive與Rasa Visualize的聯(lián)合使用：Stories、Rules、NLU、Policies

3，項(xiàng)目案例Microservices源碼逐行解析

4，使用Rasa Interactive Learning逐行調(diào)試nlu及prediction案例的三大用例場(chǎng)景

5，使用Rasa Interactive Learning生產(chǎn)數(shù)據(jù)示例實(shí)戰(zhàn)

第76課 通過Rasa Interactive Learning發(fā)現(xiàn)及解決對(duì)話機(jī)器人的Bugs案例實(shí)戰(zhàn)

1，動(dòng)態(tài)的Rasa Visualization http://localhost:5006/visualization.html

2，Rasa Interactive Learning定位Slot的Bug及解決方案現(xiàn)場(chǎng)實(shí)戰(zhàn)

3，Rasa Interactive Learning定位微服務(wù)Bug及其分析

第77課 基于ElasticSearch的Knowledge Base與Rasa對(duì)話機(jī)器人的整合在對(duì)話機(jī)器人開發(fā)中巨大價(jià)值分析

1，通過Rasa Visualize分析Pizza項(xiàng)目的三大運(yùn)行流程

2，Pizza項(xiàng)目的NLU、Stories及Rules內(nèi)容詳解

3，項(xiàng)目的微服務(wù)代碼詳解

4，通過Rasa Interactive Learning測(cè)試Pizza form的運(yùn)行及validation運(yùn)行機(jī)制

5，通過Rasa Interactive Learning實(shí)戰(zhàn)圍繞Pizza form的錯(cuò)誤對(duì)話路徑及改造方式

6，通過Rasa Interactive Learning生成新的Pizza form訓(xùn)練數(shù)據(jù)及其訓(xùn)練

第78課 基于ElasticSearch的Rasa項(xiàng)目實(shí)戰(zhàn)之Movie及Book Knowledge Base整合

1，基于ElasticSearch的Knowledge Base與Rasa對(duì)話機(jī)器人的整合在對(duì)話機(jī)器人開發(fā)中巨大價(jià)值分析

2，基于ElasticSearch的Rasa項(xiàng)目核心運(yùn)行流程分析：Movies及Books操作功能詳情

3，打通Rasa、微服務(wù)及ElasticSearch功能演示及運(yùn)行機(jī)制分析

4，通過Rasa Shell演示項(xiàng)目案例的核心功能

5，通過Rasa Interactive Learning演示項(xiàng)目案例的內(nèi)幕運(yùn)行機(jī)制及流程深度剖析

第79課 Rasa與ElasticSearch整合項(xiàng)目案例數(shù)據(jù)及配置作機(jī)制、最佳實(shí)踐、及源碼剖析

1，domain.yml中的config及session_config工作機(jī)制、最佳實(shí)踐、內(nèi)幕自定義源碼剖析

2，項(xiàng)目的entities及slots、Responses和actions的關(guān)系解析

4，config.yml中Pipeline及Policies詳解及其背后的Rasa Graph Architecture剖析

5，NLU及Policies訓(xùn)練數(shù)據(jù)詳解

6，通過Rasa Interactive動(dòng)手實(shí)戰(zhàn)演示join movie and rating的功能

第80課 基于ElasticSearch的Rasa項(xiàng)目實(shí)戰(zhàn)之微服務(wù)源碼逐行解析

1，Rasa微服務(wù)和ElasticSearch整合中代碼架構(gòu)分析

2，KnowledgeBase源碼解析

3，MovieDocumentType、BookDocumentType、RatingDocumentType源碼解析

4，ElasticsearchKnowledgeBase源碼解析

5，ActionElasticsearchKnowledgeBase源碼解析

第81課 通過Rasa Interactive對(duì)Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之ConcertBot源碼、流程及對(duì)話過程內(nèi)幕解密

1，通過Rasa Visualize從全局分析ConcertBot執(zhí)行流程

2，ConcertBot中的Data剖析

3，定制Slot的Mapping的三種方式剖析及具體實(shí)現(xiàn)

4，Rasa Interactive全程解密ConcertBot內(nèi)部機(jī)制

5，自定義的Slot Mapping的Action行為透視

第82課 Rasa項(xiàng)目實(shí)戰(zhàn)之Helpdesk Assistant運(yùn)行流程、交互過程及源碼剖析

1，通過Rasa shell演示Helpdesk Assistant的項(xiàng)目功能

2，現(xiàn)場(chǎng)解決DucklingEntityExtractor在Docker中使用問題

3，通過Rasa Visualize透視Helpdesk Assistant核心運(yùn)行流程

4，action_check_incident_status源碼解析及Slot操作深度剖析

第83課：Rasa項(xiàng)目實(shí)戰(zhàn)之Helpdesk Assistant中Bug調(diào)試過程全程再現(xiàn)及各類現(xiàn)象內(nèi)幕解密

1，通過Rasa Shell交互式命令復(fù)現(xiàn)案例中的Bug問題

2，逐詞閱讀Bug信息定位錯(cuò)誤來(lái)源

3，關(guān)于payload中KeyError內(nèi)幕剖析

4，配置文件分析及源碼解析

5，使用rasa data validate進(jìn)行數(shù)據(jù)校驗(yàn)

6，使用Debug模式透視問題內(nèi)幕

7，Helpdesk Assistant中Bug的解決及過程總結(jié)

第84課：Rasa項(xiàng)目實(shí)戰(zhàn)之Helpdesk Assistant中Domain、Action逐行解密及Rasa Interactive運(yùn)行過程剖析

1，對(duì)Helpdesk Assistant中的Domain內(nèi)容逐行解密

2，Helpdesk Assistant中的Action微服務(wù)代碼逐行解密

3，通過Rasa Interactive糾正Helpdesk Assistant中的NLU錯(cuò)誤全程演示

4，通過Rasa Interactive糾正Helpdesk Assistant中的Prediction錯(cuò)誤全程演示

5，通過Rasa Interactive糾正Helpdesk Assistant中的兩大核心場(chǎng)景全程交互解密

第85課：Rasa項(xiàng)目實(shí)戰(zhàn)之電商零售Customer Service智能業(yè)務(wù)對(duì)話機(jī)器人運(yùn)行流程及項(xiàng)目Bug調(diào)試全程演示1，電商零售Customer Service智能業(yè)務(wù)對(duì)話機(jī)器人功能分析2，電商零售Customer Service智能業(yè)務(wù)對(duì)話機(jī)器人運(yùn)行流程3，使用Rase shell --debug模式測(cè)試電商零售Customer Service項(xiàng)目及問題Bug思考4，使用Rasa Interactive來(lái)嘗試解決項(xiàng)目Bug5，調(diào)整rule文件效果測(cè)試及問題分析6，調(diào)整slot配置測(cè)試及問題解決方案剖析7，電商零售Customer Service智能業(yè)務(wù)對(duì)話機(jī)器人調(diào)試全流程及解決方案總結(jié)

第86課：Rasa項(xiàng)目實(shí)戰(zhàn)之電商零售Customer Service智能業(yè)務(wù)對(duì)話機(jī)器人微服務(wù)代碼逐行解密及基于Rasa Interactive的對(duì)話試驗(yàn)

1，Customer Service案例使用的SQLite3數(shù)據(jù)庫(kù)中數(shù)據(jù)分析

2，增加了數(shù)據(jù)庫(kù)的內(nèi)容但在測(cè)試的時(shí)候卻沒有起作用原因及解決方案

3，action_order_status代碼逐行解析及Rasa Interactive試驗(yàn)解密

4，action_cancel_order代碼逐行解析及Rasa Interactive試驗(yàn)解密

5，action_return代碼逐行解析及Rasa Interactive試驗(yàn)解密

6，chitchat和faq背后的ResponseSelector解密

第87課：Rasa項(xiàng)目實(shí)戰(zhàn)之電商零售Customer Service智能業(yè)務(wù)對(duì)話機(jī)器人系統(tǒng)行為分析及項(xiàng)目總結(jié)

1，電商零售Customer Service的config內(nèi)容逐行分析

2，Rasa 3.x Graph Architecture剖析

3，項(xiàng)目實(shí)戰(zhàn)之電商零售Customer Service的Domain內(nèi)容逐行分析

4，項(xiàng)目實(shí)戰(zhàn)之電商零售Customer Service的rules內(nèi)容逐行分析

5，項(xiàng)目實(shí)戰(zhàn)之電商零售Customer Service的數(shù)據(jù)操作代碼逐行分析

6，chitchat及faq在Rasa Interactive下的測(cè)試及行為分析

7，項(xiàng)目實(shí)戰(zhàn)之電商零售Customer Service項(xiàng)目總結(jié)

第88課：Rasa項(xiàng)目實(shí)戰(zhàn)之銀行金融Financial Bot智能業(yè)務(wù)對(duì)話機(jī)器人架構(gòu)、流程及通過Rasa Interactive實(shí)驗(yàn)現(xiàn)象解密

1，使用Rasa Visualize對(duì)Financial Bot智能業(yè)務(wù)對(duì)話機(jī)器人架構(gòu)進(jìn)行解析

2，逐行剖析Rasa Interactive啟動(dòng)內(nèi)幕及Config文件剖析

3，Rasa 3.X Graph Architecture在Financial Bot智能業(yè)務(wù)對(duì)話機(jī)器人中的應(yīng)用解密

4，使用Rasa Interactive實(shí)驗(yàn)Financial Bot進(jìn)行賬戶余額查詢及現(xiàn)象解密

5，使用Rasa Interactive實(shí)驗(yàn)Financial Bot進(jìn)行transactions消費(fèi)查詢及現(xiàn)象解密

6，action_transaction_search微服務(wù)代碼解析及SlotSet事件行為分析

第89課：通過Debugging模式貫通Rasa項(xiàng)目實(shí)戰(zhàn)之銀行金融Financial Bot智能業(yè)務(wù)對(duì)話機(jī)器人系統(tǒng)啟動(dòng)、語(yǔ)言理解、對(duì)話決策、狀態(tài)管理、微服務(wù)調(diào)用全生命周期流程

1，使用Rasa shell --debug模式啟動(dòng)銀行金融Financial Bot分析

2，F(xiàn)inancial Bot的Rasa Server啟動(dòng)、模型加載Debugging內(nèi)容逐行解密

3，從Rasa 3.X的Graph Architecture的視角分析Financial Bot啟動(dòng)步驟內(nèi)幕

4，用戶輸入Message在NLU處理中的各大組件process方法解析

5，基于State而進(jìn)行的并行話policies預(yù)測(cè)過程解密

6，不同階段State的出發(fā)機(jī)制及具體內(nèi)容剖析

7，使用Financial Bot進(jìn)行transfer money操作出發(fā)form循環(huán)分析

8，Rasa Server中的action及Rasa微服務(wù)中的action區(qū)別和聯(lián)系源碼剖析

9，Slots狀態(tài)分析和狀態(tài)管理

10，F(xiàn)inancial Bot全生命周期調(diào)試總結(jié)及進(jìn)一下的探索思考

第90課：Rasa項(xiàng)目實(shí)戰(zhàn)之銀行金融Financial Bot多種狀態(tài)轉(zhuǎn)換及Rasa Interactive行為分析

1，使用Rasa Interactive分析Financial Bot從money transfer狀態(tài)到search recipients狀態(tài)

2，使用Rasa Interactive分析Financial Bot從money transfer狀態(tài)到search transactions狀態(tài)

3，使用Rasa Interactive分析Financial Bot從credit card payment狀態(tài)到check balance狀態(tài)

4，使用Rasa Interactive分析Financial Bot從credit card payment整個(gè)證明周期流程

5，對(duì)于多狀態(tài)Rasa對(duì)話機(jī)器人狀態(tài)切換問題、解決方案及最佳實(shí)踐分析

第91課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之銀行金融Financial Bot微服務(wù)代碼逐行解密及工業(yè)級(jí)對(duì)話機(jī)器人高級(jí)代碼最佳實(shí)踐

1，F(xiàn)inancial Bot微服務(wù)中使用SlotSet, Restarted,FollowupAction,UserUtteranceReverted等Event解密

2，F(xiàn)inancial Bot微服務(wù)中對(duì)SQLite數(shù)據(jù)庫(kù)的使用解析

3，F(xiàn)inancial Bot微服務(wù)中對(duì)自定義Form Validation類CustomFormValidationAction代碼逐行剖析

4，F(xiàn)inancial Bot微服務(wù)中Payment Form Action源碼及Validation代碼逐行剖析

5，F(xiàn)inancial Bot微服務(wù)中Money Transfer源碼及Validation代碼逐行剖析

6，F(xiàn)inancial Bot微服務(wù)中Transaction Search源碼及Validation代碼逐行剖析

7，F(xiàn)inancial Bot微服務(wù)中Explain function源碼及觸發(fā)代碼逐行剖析

8，F(xiàn)inancial Bot微服務(wù)中ActionSessionStart及ActionRestart自定義代碼逐行剖析

9，F(xiàn)inancial Bot微服務(wù)中ActionSwitchForms中的Ask、Deny、Affirm等行為代碼逐行剖析

10，F(xiàn)inancial Bot微服務(wù)中ActionSwitchBackAsk代碼逐行剖析

11，F(xiàn)inancial Bot微服務(wù)中代碼總結(jié)及工業(yè)級(jí)Rasa對(duì)話機(jī)器人代碼最佳實(shí)踐分析

第92課：圖解Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之銀行金融Financial Bot架構(gòu)視角下的Training及Reference全生命周期、功能實(shí)現(xiàn)、及產(chǎn)品的二次開發(fā)

1，Rasa 3.X中Graph Architecture解析及其在銀行金融Financial Bot中的落地實(shí)現(xiàn)

2，Rasa Architecture中的Agent、Channels、NLU Pipeline、Dialogue Policies、Tracker Store等解密

3，Rasa Architecture中的Agent和Action Server的RESTful架構(gòu)通信內(nèi)幕解析

4，Rasa Component Training Lifecycle組件實(shí)例化、訓(xùn)練及持久化解密

5，Rasa中使用Rule的通用原則及三大經(jīng)典最佳實(shí)踐及其在Financial Bot具體的應(yīng)用

6，Rasa中多任務(wù)切換系統(tǒng)stories文件的設(shè)計(jì)及最佳實(shí)踐及其在Financial Bot具體應(yīng)用

7，F(xiàn)inancial Bot架構(gòu)視角下的Training及Reference全生命周期總結(jié)及產(chǎn)品的二次開發(fā)實(shí)踐指導(dǎo)

第93課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之保險(xiǎn)行業(yè)Insurance Bot架構(gòu)設(shè)計(jì)、流程分析、狀態(tài)管理及基于Rasa Interactive的智能對(duì)話實(shí)驗(yàn)剖析

1，通過Rasa Visualize可視化工具詳解保險(xiǎn)行業(yè)Insurance Bot功能及架構(gòu)設(shè)計(jì)

2，Rasa 3.X架構(gòu)中的Agent、NLU Pipelines、Dialogue Policies、Action Server、Tracker Store等詳解

3，保險(xiǎn)行業(yè)Insurance Bot案例對(duì)Rasa 3.X各組件的應(yīng)用示例

4，Insurance Bot對(duì)Graph Architecture的具體落地應(yīng)用

5，逐行解密Rasa Interactive啟動(dòng)過程內(nèi)幕

6，剖析Rasa Interactive中NLU對(duì)Insurance Bot輸入的Message的處理：Intents、Entities、Slots

7，剖析Rasa Interactive中Policies觸發(fā)Insurance Bot Form表單的過程內(nèi)幕

8，剖析Rasa Interactive中Form運(yùn)行流程及背后的密碼

9，解密Insurance Bot表單提交執(zhí)行微服務(wù)action全生命周期流程及Slots狀態(tài)管理

第94課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之保險(xiǎn)行業(yè)Insurance Bot微服務(wù)代碼逐行解析及現(xiàn)場(chǎng)實(shí)驗(yàn)剖析

1，ValidateQuoteForm三大Slot校驗(yàn)源碼詳解

2，ValidateQuoteForm三大Slot實(shí)驗(yàn)分析

3，ActionStopQuote代碼解析及實(shí)驗(yàn)分析

4，ActionGetQuote源碼逐行解析

5，ActionGetQuote實(shí)驗(yàn)分析

6，Rasa Custom Action Server Required Endpoint進(jìn)程調(diào)用數(shù)據(jù)傳輸協(xié)議及內(nèi)容剖析

7，extract slot function解密及其妙用分析

8，Address操作相關(guān)微服務(wù)代碼逐行剖析

9，Claim操作相關(guān)微服務(wù)代碼逐行剖析

10，Card操作相關(guān)微服務(wù)代碼逐行剖析

11，Payment 操作相關(guān)微服務(wù)代碼逐行剖析

12，Insurance Bot微服務(wù)源碼總結(jié)及狀態(tài)操作最佳實(shí)踐

第95課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之保險(xiǎn)行業(yè)Insurance Bot的NLU及Policies數(shù)據(jù)內(nèi)幕解密、源碼解析及最佳實(shí)踐

1，為什么有了DIETClassifier及預(yù)訓(xùn)練模型Duckling、spaCy等來(lái)協(xié)同完成意圖識(shí)別和實(shí)體提取卻還需要RegexFeaturizer、RegexEntityExtractor及EntitySynonymMapper？

2，RegexFeaturizer配置、原理、示例及文檔剖析

3，RegexEntityExtractor配置、原理、示例及文檔剖析

4，使用RegexFeaturizer及RegexEntityExtractor的三大最佳實(shí)踐及其背后的原因剖析

5，EntitySynonymMapper配置、原理、示例及文檔剖析

6，EntitySynonymMapper源碼實(shí)現(xiàn)逐行剖析

7，Rules文件最佳實(shí)踐剖析及三大經(jīng)典應(yīng)用

8，Stories文件最簡(jiǎn)實(shí)踐解析及能夠使用Stories完成不同任務(wù)上下文狀態(tài)切換的背后Transformer原理解密

9，貝葉斯思想下的NLU及Policies數(shù)據(jù)最佳實(shí)踐解密

第96課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之保險(xiǎn)行業(yè)Insurance Bot調(diào)試Debugging全程實(shí)戰(zhàn)及背后架構(gòu)、源碼及本質(zhì)解密

1，Rasa 3.X架構(gòu)中的Agent、NLU Pipelines、Dialogue Policies、Action Server、Tracker Store等交互關(guān)系解析

2，解密Rasa shell –debug啟動(dòng)Insurance Bot中基于Sanic的Agent啟動(dòng)內(nèi)幕

3，解密Rasa shell –debug啟動(dòng)Insurance Bot中基于Tracker Store啟動(dòng)內(nèi)幕及最佳實(shí)踐

4，解密Rasa shell –debug啟動(dòng)Insurance Bot中基于NLU Pipelines各大組件啟動(dòng)內(nèi)幕

5，解密Rasa shell –debug啟動(dòng)Insurance Bot中基于Dialogue Policies各大組件啟動(dòng)內(nèi)幕

6，解密Insurance Bot Debugging處理用戶輸入信息message的語(yǔ)言理解NLU全生命周期內(nèi)幕

7，解密Insurance Bot Debugging處理用戶輸入信息message的Policies全生命周期內(nèi)幕

8，解密Insurance Bot Debugging狀態(tài)管理全生命周期內(nèi)幕

9，解密Insurance Bot Debugging中Agent與Action Server交互的全生命周期內(nèi)幕

10，解密Insurance Bot Debugging中form表單處理的全生命周期及微服務(wù)調(diào)用內(nèi)幕

第97課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之保險(xiǎn)行業(yè)Insurance Bot調(diào)試、interactive learning解密及項(xiàng)目總結(jié)

1，使用Debugging模式解密Insurance Bot中的Check Claim Status全生命周期

2，使用Debugging模式解密Insurance Bot中的Pay Claim 全生命周期

3，Rasa Core中action具體請(qǐng)求遠(yuǎn)程微服務(wù)端endpoint數(shù)據(jù)封裝、Aiohttp調(diào)用等源碼剖析

4，Rasa Core中action具體收到遠(yuǎn)程微服務(wù)端endpoint的響應(yīng)后進(jìn)行數(shù)據(jù)處理以Channel調(diào)用等源碼剖析

5，使用Rasa Interactive Learning啟動(dòng)Insurance Bot過程詳解

6，使用Rasa Interactive Learning解密Insurance Bot的order a new card的全生命周期

7，使用Rasa Interactive Learning解密Insurance Bot的file a claim的全生命周期

8，使用Rasa Interactive Learning糾正Insurance Bot的NLU行為實(shí)戰(zhàn)

9，使用Rasa Interactive Learning糾正Insurance Bot的Policies Prediction行為實(shí)戰(zhàn)

10，基于使用Rasa Interactive Learning生成的新增數(shù)據(jù)分析及對(duì)話機(jī)器人訓(xùn)練

11，Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之保險(xiǎn)行業(yè)Insurance Bot項(xiàng)目總結(jié)

第98課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目架構(gòu)、運(yùn)行測(cè)試、流程分析及Rasa Interactive實(shí)驗(yàn)分析

1，Rasa內(nèi)核架構(gòu)Agent、NLU Pipelines、Dialogue Policies、Action Server、Tracker Store等詳解

2，Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目介紹及架構(gòu)設(shè)計(jì)

3，Rasa 3.X Graph Architecture架構(gòu)密碼、Graph Component及數(shù)據(jù)流解析

4，關(guān)于Agent與微服務(wù)Action Server交互流程及Action Server把業(yè)務(wù)處理結(jié)果輸出全生命周期解析

5，Rasa Shell 啟動(dòng)Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot過程剖析

6，通過Rasa visualize解析Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot

7，通過Rasa Shell演示Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目

8，通過Rasa Interactive啟動(dòng)過程訓(xùn)練內(nèi)容、模型加載及Rasa Server詳解

9，通過Rasa Interactive解密教育領(lǐng)域Education Bot中user和bot交互的內(nèi)幕詳情

10，Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目微服務(wù)分析

第99課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot調(diào)試Debugging過程全生命周期實(shí)戰(zhàn)解密

1，教育領(lǐng)域Education Bot調(diào)試Rasa Debugging啟動(dòng)Modules分析

2，教育領(lǐng)域Education Bot調(diào)試Rasa Debugging啟動(dòng)Sanic服務(wù)器詳解

3，教育領(lǐng)域Education Bot調(diào)試Rasa Debugging命令終端Cmdline鏈接解析

4，教育領(lǐng)域Education Bot調(diào)試Rasa Debugging中NLU Pipeline組件啟動(dòng)詳解

5，教育領(lǐng)域Education Bot調(diào)試Rasa Debugging中Policies組件啟動(dòng)詳解

6，教育領(lǐng)域Education Bot調(diào)試Rasa Debugging中用戶信息進(jìn)入Agent過程詳解

7，Education Bot Debugging對(duì)用戶Message處理的整個(gè)NLU生命周期詳解

8，Education Bot Debugging的Dialogue Management中Policies并行處理詳解

9，Education Bot Debugging中Ensemble產(chǎn)生Action過程詳解

10，Education Bot Debugging中的系統(tǒng)事件詳解

第100課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目Debugging進(jìn)階實(shí)戰(zhàn)

1，Education Bot對(duì)RulePolicy、AugmentedMemoizationPolicy、TEDPolicy使用Debugging實(shí)驗(yàn)分析

2，Education Bot在stories中對(duì)AugmentedMemoizationPolicy具體應(yīng)用詳解

3，Debugging模式下的Education Bot對(duì)TEDPolicy使用源碼解析

4，Next Action決策器DefaultPolicyPredictionEnsemble算法剖析及源碼講解

5，專門為faq及chitchat設(shè)計(jì)的ResponseSelector運(yùn)行機(jī)制詳解及Debugging實(shí)驗(yàn)

6，Debugging模式下的Education Bot出發(fā)out of scope機(jī)制分析實(shí)驗(yàn)解密

7，Debugging模式下的Education Bot的動(dòng)態(tài)State剖析

第101課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目微服務(wù)架構(gòu)設(shè)計(jì)及通信協(xié)議解密

1，Rasa 3.X Architecture視角下的Agent和Action Server交互過程詳解

2，Rasa 3.X Architecture視角下的Message Handling生命周期詳解

3，Rasa 3.X官網(wǎng)問答Rasa Action Server逐句解析

4，Endpoint Request四大核心next_action、sender_id、tracker、domain詳解

5，Endpoint Request中Payload示例JSON內(nèi)容解密

6，Endpoint Response兩大核心events和repsonse詳解

7，Endpoint Response中Payload示例JSON內(nèi)容解密

8，Education Bot項(xiàng)目微服務(wù)其中過程及代碼示例解析

9，Rasa 3.X微服務(wù)OpenAPI specification逐行解析

第102課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目微服務(wù)下的代理模式及核心組件源碼解析

1，Rasa 3.X Architecture下的Agent與Action Server構(gòu)建的的代理模式微服務(wù)解密

2，代理模式下Rasa Core中的Action類代碼逐行解密

3，代理模式下Rasa SDK中的Action類代碼逐行解密

4，代理模式下Rasa Core中的OutputChannel內(nèi)幕機(jī)制及代碼解析

5，代理模式下Rasa Core中的NaturalLanguageGenerator內(nèi)幕機(jī)制及代碼解析

6，代理模式下Rasa Core中的DialogueStateTracker內(nèi)幕機(jī)制及代碼解析

7，代理模式下Rasa Core中的Domain內(nèi)幕機(jī)制及代碼解析

8，代理模式下Rasa SDK中的CollectingDispatcher內(nèi)幕機(jī)制及代碼解析

9，代理模式下Rasa SDK中的Tracker內(nèi)幕機(jī)制及代碼解析

10，代理模式下Rasa SDK中的DomainDict內(nèi)幕機(jī)制及代碼解析

第103課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目Action Server進(jìn)程啟動(dòng)、微服務(wù)注冊(cè)、微服務(wù)調(diào)用全生命周期實(shí)戰(zhàn)及源碼逐行解密

1，通過Rasa Interactive的方式實(shí)驗(yàn)微服務(wù)調(diào)用過程日志記錄及對(duì)日志的分析

2，對(duì)Action Server中微服務(wù)注冊(cè)及調(diào)用過程日志詳解

3，微服務(wù)框架核心ActionExecutor類register_action方法源碼逐行解析

4，微服務(wù)框架核心ActionExecutor類register_package方法源碼逐行解析

5，微服務(wù)框架核心ActionExecutor類run方法源碼逐行解析

6，微服務(wù)框架核心ActionExecutor類data structure及coroutines代碼分析

7，Rasa微服務(wù)進(jìn)程啟動(dòng)__main__.py文件代碼逐行剖析

8，Rasa微服務(wù)進(jìn)行啟動(dòng)app.py代碼分析

9，基于Sanic的Rasa 3.X微服務(wù)進(jìn)程啟動(dòng)服務(wù)器App實(shí)例化方法逐行代碼解密

10，基于Sanic的Rasa 3.X微服務(wù)進(jìn)程啟動(dòng)服務(wù)器run方法逐行代碼解密

11，Rasa微服務(wù)endpoint調(diào)用ActionExecutor安裝微服務(wù)代碼解析及實(shí)戰(zhàn)解密

12，Rasa微服務(wù)endpoint調(diào)用ActionExecutor運(yùn)行微服務(wù)代碼解析及實(shí)戰(zhàn)解密

13，通過觸發(fā)Bug的方式展示和總結(jié)Rasa微服務(wù)進(jìn)程啟動(dòng)、服務(wù)器啟動(dòng)、微服務(wù)注冊(cè)、微服務(wù)調(diào)用全生命周期

第104課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot微服務(wù)FormValidationAction案例實(shí)驗(yàn)剖析及全生命周期運(yùn)行源碼詳解

1，通過Rasa Interactive演示調(diào)用FormValidationAction微服務(wù)過程問題分析

2，F(xiàn)ormValidationAction架構(gòu)設(shè)計(jì)及工作機(jī)制分析

3，從微服務(wù)進(jìn)程的視角分析FormValidationAction被微服務(wù)框架調(diào)用的過程及源碼解析

4，F(xiàn)ormValidationAction的父類ValidationAction設(shè)計(jì)及源碼解析

5，從微服務(wù)進(jìn)程的視角分析Endpoint到ActionExecutor到ValidationAction的整個(gè)調(diào)用鏈條

6，ValidationAction的run方法代碼調(diào)用FormValidationAction代碼詳解

7，F(xiàn)ormValidationAction調(diào)用ValidateSubscribeNewsletterForm代碼詳解

第105課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot開發(fā)事件驅(qū)動(dòng)Event三層設(shè)計(jì)機(jī)制、全生命周期及源碼詳解

1，從系統(tǒng)視角、應(yīng)用視角及用戶視角看Event的設(shè)計(jì)和實(shí)現(xiàn)

2，從Action Server、Agent及Tracker Store底層架構(gòu)及交互過程解密Rasa事件機(jī)制

3，Rasa SDK下的UserUttered、BotUttered、SlotSet、UserUtteranceReverted、FollowupAction等源碼解析

4，Rasa Core中事件機(jī)制及源碼詳解

5，DialogueStateTracker源碼詳解

6，通過Debugging模式分析TrackerStore和DialogueStateTracker交互關(guān)系

7，基于Action Server、Agent和TrackerStore三者相互交互的Rasa事件驅(qū)動(dòng)機(jī)制總結(jié)

第106課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目微服務(wù)源碼逐行解密（上）

1，Education Bot項(xiàng)目代碼Modules導(dǎo)入分析及最佳實(shí)踐

2，ActionSubmitSubscribeNewsletterForm源碼逐行剖析

3，ValidateSubscribeNewsletterForm源碼逐行剖析

4，ActionSubmitSalesForm源碼逐行剖析

5，ValidateSalesForm源碼逐行剖析

7，ActionExplainSalesForm源碼逐行剖析

8，ActionExplainFaqs源碼逐行剖析

9，ActionSetFaqSlot源碼逐行剖析

10，ActionPause源碼逐行剖析

11，ActionStoreUnknownProduct源碼逐行剖析

12，ActionStoreUnknownNluPart源碼逐行剖析

13，ActionStoreBotLanguage源碼逐行剖析

14，ActionStoreEntityExtractor源碼逐行剖析

15，ActionSetOnboarding源碼逐行剖析

第107課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目微服務(wù)源碼逐行解密（下）

1，ActionSubmitSuggestionForm源碼逐行剖析

2，ActionStoreProblemDescription源碼逐行剖析

3，ActionGreetUser源碼逐行剖析

4，ActionDefaultAskAffirmation源碼逐行剖析

5，ActionDefaultFallback源碼逐行剖析

7，ActionRestartWithButton源碼逐行剖析

8，ActionCommunityEvent源碼逐行剖析

9，ActionDocsSearch源碼逐行剖析

10，ActionForumSearch源碼逐行剖析

11，ActionTagFeedback源碼逐行剖析

12，ActionTagDocsSearch源碼逐行剖析

13，ActionTriggerResponseSelector源碼逐行剖析

第108課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目NLU Pipeline、Dialogue Policies、及多意圖識(shí)別及對(duì)話管理解密

1，Rasa Architecture視角下Agent與NLU Pipeline、Dialogue Policies交互關(guān)系解析

2，Education Bot項(xiàng)目NLU Pipeline逐個(gè)組件解析

3，Education Bot項(xiàng)目Dialogue Policies逐個(gè)組件解析

4，Rasa中Multi-Intent多意圖Classifier分類器工作原理和流程解析

5，Rasa中Multi-Intent多意圖配置及案例分析

7，Rasa中Multi-Intent多意圖Dialogue Management處理機(jī)制及實(shí)例剖析

第109課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目NLU Data詳解

1，Education Bot項(xiàng)目NLU Data架構(gòu)設(shè)計(jì)High-Level Structure四大核心解析

2，NLU Training Examples解析及實(shí)例分析

3，NLU Entities解析及實(shí)例分析

4，NLU Synonyms解析及實(shí)例分析

5，NLU Regular Expressions for Intent Classification解析及實(shí)例分析

6，NLU Regular Expressions for Entity Extraction解析及實(shí)例分析

7，NLU Lookup Tables解析及實(shí)例分析

8，NLU Entities Roles and Groups解析及實(shí)例分析

9，NLU Entity Roles and Groups influencing dialogue predictions解析及實(shí)例分析

10，NLU BILOU Entity Tagging解析

第110課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目Policies Data詳解

1，Education Bot項(xiàng)目Policies Data中Stories和Rules分離的架構(gòu)設(shè)計(jì)

2，Policies Data中User Messages、Actions及Events三個(gè)組件解析

3，F(xiàn)orm Events詳解及案例分析

4，Checkpoints詳解及案例分析

5，OR statements詳解及案例分析

6，End-to-end Training工作機(jī)制解析

7，End-to-end Training案例分析

8，Rules for the Conversation Start詳解及案例分析

9，Rules with Conditions詳解及案例分析

10，Skip Waiting for User Input at the End of a Rule

11，F(xiàn)orm下的ActionExecutionRejection機(jī)制詳解

12，對(duì)ActionExecutionRejection具體處理實(shí)例解析

第111課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目Session自定義、Rich Response解密及案例剖析

1，Domain中的config運(yùn)行機(jī)制剖析及配置實(shí)踐

2，session_expiration_time設(shè)置最佳實(shí)踐

3，carry_over_slots_to_new_session運(yùn)行原理解密

4，Session啟動(dòng)事件分析

5，action_session_start運(yùn)行機(jī)制及最佳實(shí)踐

6，action_session_start自定義設(shè)置對(duì)話機(jī)器人的Memory

7，action_session_start自定義和第三方API整合

8，action_session_start與session_started_metadata綜合應(yīng)用

9，Using Variables in Responses解析與示例

10，Channel-Specific Response Variations解析與示例

11，Conditional Response Variations解析與示例

12，Rich Responses解析與示例

第112課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目Slots內(nèi)幕解析、Slot Validation Actions剖析、Entities及Intents解析

1，Rasa Slots工作機(jī)制及最佳實(shí)踐解析

2，Slots and Conversation Behavior詳解及示例剖析

3，Slot Types：Text Slot、Boolean Slot、Categorical Slot、Float Slot、List Slot、Any Slot詳解及示例

4，Custom Slot Types工作機(jī)制及示例剖析

5，Slot Mappings詳解及示例剖析

6，Mapping Conditions詳解及示例剖析

7，Custom Slot Mappings詳解及示例剖析

8，action_validate_slot_mappings詳解及源碼剖析

9，Entities詳解及示例剖析

10，Intents詳解及示例剖析

第113課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目Form內(nèi)幕解析及自定義全解

1，Education Bot項(xiàng)目Form使用分析

2，Rasa Form的定義與activation解析與案例剖析

3，Deactivating a Form解析及最佳實(shí)踐

4，Writing Stories / Rules for Unhappy Form Paths解析及案例剖析

5，F(xiàn)orm Slot Mappings剖析

6，Validating Form Input解析及案例剖析

7，Custom Slot Mappings解析及案例剖析

8，Dynamic Form Behavior解析及案例剖析

9，requested_slot slot解析及案例剖析

10，Custom Action to Ask For the Next Slot解析及案例剖析

第114課：Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目FormValidationAction內(nèi)幕機(jī)制及源碼逐行解密

1，基于Rasa微服務(wù)的Action的ValidationAction架構(gòu)解析

2，ValidationAction中提取slots信息代碼逐行剖析

3，ValidationAction中validation操作源碼逐行剖析

4，ValidationAction中run方法源碼逐行剖析

5，F(xiàn)ormValidationAction的domain_slots方法代碼逐行剖析

6，F(xiàn)ormValidationAction的_extract_validation_events代碼逐行剖析

7，F(xiàn)ormValidationAction的next_requested_slot代碼逐行剖析

8，Rasa文檔中ValidationAction逐句解析

9，Rasa文檔中FormValidationAction逐句解析

10，Education Bot項(xiàng)目FormValidationAction使用分析

第115課：圖解Rasa對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目及綜合調(diào)試Debugging實(shí)戰(zhàn)解密

1，通過Rasa Architecture圖解對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目

2，通過Graph Architecture圖解對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目

3，通過Training Flow圖解對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目

4，通過Inference Flow圖解對(duì)話機(jī)器人項(xiàng)目實(shí)戰(zhàn)之教育領(lǐng)域Education Bot項(xiàng)目

5，Rasa Action Server啟動(dòng)詳解

6，Rasa Server NLU啟動(dòng)過程Debugging及圖解

7，Rasa Server Policies啟動(dòng)過程Debugging及圖解

8，通過Debugging的模式解析用戶輸入Message完整的NLU處理過程

9，通過Debugging的模式解析用戶輸入Message完整的Policies處理過程

10，通過Debugging的模式解析用戶輸入Message完整的響應(yīng)用戶的過程

Gavin導(dǎo)師

星空智能對(duì)話機(jī)器人創(chuàng)始人/AI雙線思考法作者