/Robot4Kids

儿童机器人相关的后台框架、AI引擎、自然语言处理、儿童教育知识图谱、APP框架

引言

本项目包括儿童机器人相关的后台框架、AI引擎、自然语言处理、儿童教育知识图谱、APP框架。 儿童机器人虽小,但是涉及的技术非常多,除了硬件本身外,还包括语音识别、语音合成、人脸检测识别、物体检测识别、自然语言理解、运动控制、智能决策、智能推荐等各种技术,以及教育相关资源、知识图谱、教育方法等等。

依靠单个公司,尤其是创业公司,完成这些技术的研发难度很大,业内不少专家因此对这个领域的创业持非常谨慎的态度。

但是,我们始终相信,有一大批志同道合的公司互通有无、共享共建,一定能够推进行业的进步,最终做出满足用户期望的伟大产品!

我们也始终相信,不在春天播种、施肥、浇水、除草,直接在秋天摘果子是不可行的。

基于上述考虑,把我们积累的相关技术、数据共享出来,希望能够为整个行业的进步贡献我们的一点力量。

#包括项目 ##1、儿童教育知识图谱 https://github.com/JK-River/KnowledgeGraph4Kids
本项目主要包括儿童教育相关的结构化数据以及故事、儿歌等音频、视频资源。 ##2、机器人AI引擎 https://github.com/JK-River/RobotAIEngine
本项目主要包括自然语言理解、对话生成、多轮对话、状态跟踪、智能推荐以及第三方服务的集成。 ##3、机器人服务器 https://github.com/JK-River/RobotServer
本项目包括服务器端的框架、组件、标准接口、维护系统、打点系统 ##4、网络爬虫 https://github.com/JK-River/DeepWebCrawler
本项目包括爬虫相关的框架、组件、关键技术以及针对儿童教育相关内容的具体应用。 ##5、机器人iOS APP https://github.com/JK-River/RobotApp-iOS
本项目包括儿童机器人iOS APP相关的框架、组件、关键技术。 ##6、机器人Android APP https://github.com/JK-River/RobotApp-Android
本项目包括儿童机器人Android APP相关的框架、组件、关键技术。

#技术资料 ##1、IBM Deep QA系列论文(DeepQA文件夹) 1 Introduction to “This is Watson” D. A. Ferrucci
2 Question analysis: How Watson reads a clue A. Lally, J. M. Prager, M. C. McCord, B. K. Boguraev, S. Patwardhan, J. Fan, P. Fodor, and J. Chu-Carroll
3 Deep parsing in Watson M. C. McCord, J. W. Murdock, and B. K. Boguraev
4 Textual resource acquisition and engineering J. Chu-Carroll, J. Fan, N. Schlaefer, and W. Zadrozny
5 Automatic knowledge extraction from documents J. Fan, A. Kalyanpur, D. C. Gondek, and D. A. Ferrucci
6 Finding needles in the haystack: Search and candidate generation J. Chu-Carroll, J. Fan, B. K. Boguraev, D. Carmel, D. Sheinwald, and C. Welty
7 Typing candidate answers using type coercion J. W. Murdock, A. Kalyanpur, C. Welty, J. Fan, D. A. Ferrucci, D. C. Gondek, L. Zhang, and H. Kanayama
8 Textual evidence gathering and analysis J. W. Murdock, J. Fan, A. Lally, H. Shima, and B. K. Boguraev
9 Relation extraction and scoring in DeepQA C. Wang, A. Kalyanpur, J. Fan, B. K. Boguraev, and D. C. Gondek
10 Structured data and inference in DeepQA A. Kalyanpur, B. K. Boguraev, S. Patwardhan, J. W. Murdock, A. Lally, C. Welty, J. M. Prager, B. Coppola, A. Fokoue-Nkoutche, L. Zhang, Y. Pan, and Z. M. Qiu
11 Special Questions and techniques J. M. Prager, E. W. Brown, and J. Chu-Carroll
12 Identifying implicit relationships J. Chu-Carroll, E. W. Brown, A. Lally, and J. W. Murdock
13 Fact-based question decomposition in DeepQA A. Kalyanpur, S. Patwardhan, B. K. Boguraev, A. Lally, and J. Chu-Carroll
14 A framework for merging and ranking of answers in DeepQA D. C. Gondek, A. Lally, A. Kalyanpur, J. W. Murdock, P. A. Duboue, L. Zhang, Y. Pan, Z. M. Qiu, and C. Welty
15 Making Watson fast E. A. Epstein, M. I. Schor, B. S. Iyer, A. Lally, E. W. Brown, and J. Cwiklik
16 Simulation, learning, and optimization techniques in Watson’s game strategies G. Tesauro, D. C. Gondek, J. Lenchner, J. Fan, and J. M. Prager
17 In the game: The interface between Watson and Jeopardy! B. L. Lewis