Le recomendaría comenzar leyendo el Capítulo 24. Diálogo y agentes de conversación sobre el procesamiento del habla y el lenguaje por Dan Jurafsky y James H. Martin. Este material le proporcionará antecedentes lingüísticos concisos pero suficientes. No puedo enfatizar lo suficiente lo importante que es conocer las propiedades de la conversación humana para construir un bot con cualidades de diálogo natural. Además, aprenderá sobre la arquitectura de los sistemas de diálogo, que en un caso simple consisten en componentes NLU, NLG y Dialogue Manager.
Luego, puede pasar a Comprensión del lenguaje hablado por Gokhan Tur y Renato De Mori. Si solo le interesan los chatbots, puede omitir el capítulo ASR. Para entonces, adquirirá suficiente conocimiento para implementar el relleno de espacios y las partes de clasificación del acto de diálogo del componente NLU.
Siguiendo la tendencia, eche un vistazo a Deep Learning para Chatbots. Parte 1 – Introducción. No se olvide de la Parte 2: Implementación de un modelo basado en recuperación en Tensorflow.
- ¿Cuáles son las 10 áreas donde la IA se implementa hoy?
- ¿Hay algún otro procedimiento estándar de resolución de problemas en IA además de algoritmos?
- ¿Se puede diseñar una prueba de coeficiente intelectual para medir la inteligencia de un sistema de IA?
- ¿Cómo cambiarán Big Data y ai el negocio del lobby?
- Cómo construir IA para resolver este juego
En cuanto a los marcos, recomendaría Rasa NLU.
¡Buena suerte!
