<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[plusli的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/plusli</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; plusli]]></copyright><item><title><![CDATA[对话交互如何与推荐系统结合]]></title><link>https://blog.youkuaiyun.com/plusli/article/details/103780914</link><guid>https://blog.youkuaiyun.com/plusli/article/details/103780914</guid><author>plusli</author><pubDate>Tue, 31 Dec 2019 21:04:36 +0800</pubDate><description><![CDATA[在浅谈语音助手的对话管理与策略制定中提到过导购场景的推荐型bot，这类bot关注的问题在于如何与用户交互以明确用户的意图，以及如何对匹配物品排序和优化交互过程。本文针对这些问题，谈谈关于对话交互与推荐系统的结合。
目录一、为什么结合对话交互与个性化推荐1.基于知识的推荐2.交互过程3.GUI vs CUI二、对话交互推荐1.用户发起的推荐2.bot发起的推荐-主动推荐
一、为什么结合对话交互与个性...]]></description><category></category></item><item><title><![CDATA[推荐系统 I 关于推荐策略的整理与思考]]></title><link>https://blog.youkuaiyun.com/plusli/article/details/103600721</link><guid>https://blog.youkuaiyun.com/plusli/article/details/103600721</guid><author>plusli</author><pubDate>Fri, 20 Dec 2019 20:03:47 +0800</pubDate><description><![CDATA[本篇文章是对推荐系统的学习总结，首先从推荐请求处理的整个流程中抽象出系统的几个核心方面：内容特征、用户画像、召回、排序、重排，其中包含了常见的召回和重排策略。最后从产品角度出发，对推荐策略的选择的一些思考和需关注的工作。
目录概念一、推荐请求处理流程二、数据特征内容解析用户画像三、召回策略与算法基于行为召回个性化召回相关性召回热度召回冷启动召回四、排序模型五、重排策略与算法新颖性约束多样性控制时间...]]></description><category></category></item><item><title><![CDATA[浅谈语音助手的对话管理与策略制定]]></title><link>https://blog.youkuaiyun.com/plusli/article/details/103499617</link><guid>https://blog.youkuaiyun.com/plusli/article/details/103499617</guid><author>plusli</author><pubDate>Thu, 12 Dec 2019 13:40:32 +0800</pubDate><description><![CDATA[本篇文章首先基于学习和增加自己的理解，梳理了对话系统中的对话管理的原理，包括是中控系统的分发、各类bot处理用户Query并返回候选回复的逻辑和候选回复融合和排序功能，也包含了垂直领域知识图谱的构建。最后从PM角度看为提升bot的表现，对话决策的制定的一些想法。
目录一、对话管理1.对话系统的框架2.对话管理的主要任务二、Bot分发1.领域识别/场景分类2.意图检测3.分发三、技能/Bot处理1....]]></description><category></category></item><item><title><![CDATA[解构语音交互产品--如何设计对话产品]]></title><link>https://blog.youkuaiyun.com/plusli/article/details/103040259</link><guid>https://blog.youkuaiyun.com/plusli/article/details/103040259</guid><author>plusli</author><pubDate>Tue, 12 Nov 2019 23:59:41 +0800</pubDate><description><![CDATA[前面几篇文章中讲了语音产品的一些认知，技术实现原理和VUI设计原理。本篇梳理设计对话产品的流程。
目录一、VUI设计流程二、业务需求分析1.目标与功能2.定义机器人角色Persona3.早期测试：Wizard of Oz（绿野仙踪方法）三、撰写对话1.考虑对话场景2.梳理对话逻辑（流程概览）3.意图&amp;实体映射4.撰写对话5.早期测试：模拟朗读四、原型设计1.使用WOz方法2.使用工具创建五...]]></description><category></category></item><item><title><![CDATA[解构语音交互产品--VUI设计原则]]></title><link>https://blog.youkuaiyun.com/plusli/article/details/102711363</link><guid>https://blog.youkuaiyun.com/plusli/article/details/102711363</guid><author>plusli</author><pubDate>Thu, 24 Oct 2019 00:11:11 +0800</pubDate><description><![CDATA[语音交互作为对话式交互的一种，目前相对权威的VUI设计原则来自Google的对话式交互规范指南。阅读了《语音用户界面设计》和Slack公司的Amir Shevat写的《聊天机器人：对话式体验产品设计》两本书，其提及对话设计要点与该指南的大部分原则是一致的。本文主要讲对话交互的相关设计原则或者一些策略。
目录一、VUI对话设计核心要点1.创建虚拟角色画像2.突破框架去思考3.考虑用户场景4.对话不存...]]></description><category></category></item><item><title><![CDATA[解构语音交互产品--人工智能AI技术]]></title><link>https://blog.youkuaiyun.com/plusli/article/details/102702119</link><guid>https://blog.youkuaiyun.com/plusli/article/details/102702119</guid><author>plusli</author><pubDate>Wed, 23 Oct 2019 15:54:28 +0800</pubDate><description><![CDATA[在解构语音交互产品-认知篇里，主要讲了VUI的发展、挑战及相关问题，并列举了语音交互产品的应用场景。本文介绍在语音交互产品中使用到的人工智能技术。
目录一、语音交互的实现原理二、语音交互的AI技术1.语音识别技术2.情感分析和情绪检测
一、语音交互的实现原理

语音交互的实现原理如上图所示。我在《点亮技能 I 人机对话系统全面理解》文中讲对话交互时也作过简单介绍。
具体流程：用户说一段话后，语音识...]]></description><category></category></item><item><title><![CDATA[解构语音交互产品--认知篇]]></title><link>https://blog.youkuaiyun.com/plusli/article/details/102685100</link><guid>https://blog.youkuaiyun.com/plusli/article/details/102685100</guid><author>plusli</author><pubDate>Wed, 23 Oct 2019 12:10:09 +0800</pubDate><description><![CDATA[目录一、基本概念1.什么是机器人bot2.GUI、VUI与CUI二、语音交互产品主要应用场景1.家居场景2.车载场景3.随身/移动场景4.办公场景/企业应用三、VUI设计的相关问题1.为什么使用VUI2.不适合使用VUI的场景有哪些四、VUI设计的挑战1.“无边界”设计2.“多场”交互的设计3.语音识别准确率4.语义理解5.多轮对话问题6.核心场景和与用户持续互动的能力
一、基本概念
1.什么是机...]]></description><category></category></item><item><title><![CDATA[AI+教育 I 69天流利说APP学习浅谈自适应学习]]></title><link>https://blog.youkuaiyun.com/plusli/article/details/101792087</link><guid>https://blog.youkuaiyun.com/plusli/article/details/101792087</guid><author>plusli</author><pubDate>Mon, 30 Sep 2019 22:20:19 +0800</pubDate><description><![CDATA[本文梳理了目前“AI+教育”场景的典型产品，然后基于我在英语流利说APP学习的“懂你英语”、“地道发音2.0”等课程的学习体验，对自适应学习系统和产品进行了分析。
目录“AI+教育“的场景和典型产品自适应学习产品的价值教育的痛点解决方案自适应学习产品指标自适应学习系统教学过程产品化系统基本原理系统三大要素及挑战系统核心技术要求自适应学习产品分析英语流利说APPDuolingo多邻国
“AI+教育“...]]></description><category></category></item><item><title><![CDATA[AI如何与票据交易场景结合]]></title><link>https://blog.youkuaiyun.com/plusli/article/details/100910336</link><guid>https://blog.youkuaiyun.com/plusli/article/details/100910336</guid><author>plusli</author><pubDate>Tue, 17 Sep 2019 04:56:51 +0800</pubDate><description><![CDATA[本文基于之前做过的票据交易服务平台，思考AI技术如何与票据交易场景相结合。应用OCR和NLP技术，可以辅助票据录入和票据签收，从而提高企业的工作效率。本文按以下几个部分作说明：
目录一、票据交易服务平台介绍二、哪些需求场景可以实现AI智能化？三、AI产品方案规划1.卖票询价-票据录入2.签收与自动记账四、技术预研1.OCR技术流程2.OCR识别技术3.OCR算法的指标五、技术选型五、总结
一、票据...]]></description><category></category></item><item><title><![CDATA[浅谈智能客服机器人的产品设计]]></title><link>https://blog.youkuaiyun.com/plusli/article/details/100596982</link><guid>https://blog.youkuaiyun.com/plusli/article/details/100596982</guid><author>plusli</author><pubDate>Sat, 07 Sep 2019 16:01:45 +0800</pubDate><description><![CDATA[序言
智能客服发展空间
中国客服行业正处在云客服+智能客服机器人的阶段，2018年智能客服业务规模达到27.2亿元，以NLP技术为主的客服机器人业务规模为7.9亿元。预计2022年智能客服机器人的业务规模将为71亿元。以上数据来源于艾瑞咨询，详情见下图：

智能客服服务场景
目前一个较为完整的智能客服行业解决方案中，一般包含的服务场景有：智能机器人、智能语音导航IVR、智能外呼/营销、智能质检等。...]]></description><category></category></item><item><title><![CDATA[点亮技能 I 人机对话系统全面理解]]></title><link>https://blog.youkuaiyun.com/plusli/article/details/100360636</link><guid>https://blog.youkuaiyun.com/plusli/article/details/100360636</guid><author>plusli</author><pubDate>Mon, 02 Sep 2019 22:36:57 +0800</pubDate><description><![CDATA[最近针对NLP的人机对话系统方向作了学习，首先从底层技术NLP理解其工作原理，再了解基本的智能搜索、对话交互、问答匹配技术，最后体验了chatbot的一些开放平台进而抽象其框架和功能等，从而整理出此篇学习笔记。以下是本文的目录：
#一、人机对话系统概述
1.对话交互的终极目标
在讲对话系统之前，我们来看信息交互方式的演进过程：

...]]></description><category></category></item><item><title><![CDATA[从入门python到搭建神经网络]]></title><link>https://blog.youkuaiyun.com/plusli/article/details/100061887</link><guid>https://blog.youkuaiyun.com/plusli/article/details/100061887</guid><author>plusli</author><pubDate>Sun, 25 Aug 2019 14:02:06 +0800</pubDate><description><![CDATA[为了加深对机器学习的理解，我通过Tensorflow和Keras搭建了一些简单的神经网络模型。在这个过程中，对获取数据、数据预处理、模型训练、模型评估环节也有了更完整的理解。
一、学习路径
学习机器学习—&gt;入门Python—&gt; 入门tensorflow、keras搭建模型
1.在开始搭建模型之前，我已经二刷了李宏毅的机器学习视频，做学习笔记整理的时候又挑重点的进行了三刷。并阅读了相关书...]]></description><category></category></item></channel></rss>