本书大致分为三个部分。第一部分中，第1章和第2章介绍聊天机器人和机器学习（ML）的主题。第3章深入探讨微软的语言理解智能服务（LUIS），我们利用它来为聊天机器人创建自然语言理解模型。
第二部分是关于Bot框架开发实践的全部内容。第4章介绍了对话设计的概念，即聊天机器人对话建模的实践。第5章指导读者创建连接到LUIS模型的Bot框架聊天机器人，并将其部署到Azure应用程序服务中。在第6章中，我们退后一步来检查Bet Builder SDK的特性和功能。在第7章中，我们将聊天机器人与OAuth实现和外部API集成在一起。第8章是对Slack机器人的深入研究，最后，第9章探讨通过Direct Line API将任何通道连接到聊天机器人的能力。我们将Twilio Voice与图片结合起来，创建了一个可以通过电话与之交谈的聊天机器人。
第三部分介绍一些对聊天机器人开发至关重要的其他主题。第1O章通过关注一组精选的微软认知服务，为聊天机器人增加额外的智能能力。第11章探讨为聊天机器人创建自定义卡片的两种方式：自适应卡片和自定义图形渲染。第12章探索人工切换，第13章介绍聊天机器人分析，最后，第14章通过使用亚马逊的Alexa技能工具包创建一个简单的Alexa技能，然后使用Bet框架机器人复制相同的经验，将所获得的新知识付诸实践。

译者序
前言
关于作者
关于技术审校人员
第1章 聊天机器人概述
1.1 对机器人的期望
1.2 什么是聊天机器人
1.3 为什么是现在
1.3.1 人工智能取得的进步
1.3.2 作为智能对话平台的消息应用程序
1.3.3 语音唤醒的智能助理
1.4 创建聊天机器人的动机
1.5 机器人的组成
1.5.1 机器人运行库
1.5.2 自然语言理解引擎
1.5.3 对话引擎
1.5.4 通道集成
1.6 结束语
第2章 聊天机器人与自然语言理解
2.1 自然语言处理的基本概念
2.2 常见的自然语言处理任务
2.2.1 句法分析
2.2.2 语义分析
2.2.3 语篇分析
2.3 机器人中常见的自然语言理解功能
2.4 云端自然语言理解系统
2.5 自然语言理解系统的商业产品
2.6 结束语
第3章 语言理解智能服务
3.1 意图分类
3.2 发布LUIS应用
3.3 实体抽取
3.3.1 Age、Dimension、Money和Temperature
3.3.2 DatetimeV
3.3.3 Email、Phone Number和URL
3.3.4 Number、Percentage和Ordinal
3.4 实体训练
3.5 自定义实体
3.5.1 简单实体
3.5.2 复合实体
3.5.3 层次实体
3.5.4 列表实体
3.5.5 正则表达式实体
3.6 预建域
3.7 短语列表
3.8 主动学习
3.9 仪表板概览
3.10 LUIS应用管理与版本更新
3.11 拼写检查
3.12 导入/导出LUIS应用
3.13 使用LUIS Authoring API
3.14 解决遇到的问题
3.15 结束语
第4章 对话设计
4.1 常见的使用场景
4.1.1 面向消费者的常见使用场景
4.1.2 面向企业的常见使用场景
4.2 对话表达
4.3 机器人的响应
4.3.1 构建块
4.3.2 机器人的身份验证和授权
4.3.3 专用卡片
4.4 其他功能
4.5 对话交互设计指南
4.5.1 专注
4.5.2 不要把机器人设想为人
4.5.3 不要赋予机器人性别
4.5.4 总是提供当前最好的建议
4.5.5 持久的个性
4.5.6 使用丰富的内容
4.5.7 原谅
4.5.8 避免卡壳
4.5.9 不要过于主动发送消息
4.5.10 提供人工介入方法
4.5.11 从用户对话中学习
4.6 结束语
第5章 微软Bot框架概述
5.1 微软Bot Builder SDK基础
5.2 Bot框架端到端的设置
5.2.1 第一步：连接到Azure
5.2.2 第二步：在Azure中创建Bot Registration
5.2.3 第三步：为机器人设置安全认证
5.2.4 第四步：设置远程访问
5.2.5 第五步：连接到Facebook Messenger
5.2.6 第六步：将机器人部署到Azure
5.3 理解所做的操作
5.3.1 Microsoft Azure
5.3.2 机器人通道注册入口
5.3.3 认证
5.3.4 连接和ngrok
5.3.5 部署到Facebook Messenger
5.3.6 部署到Azure
5.4 Bot Builder SDK重要概念
5.4.1 会话和消息
5.4.2 瀑布和提示
5.4.3 对话框
5.4.4 调用对话框
5.4.5 识别器
5.5 创建一个简单的日历机器人
5.6 结束语
第6章 深入Bot Builder SDK
6.1 对话状态
6.2 消息
6.3 地址和主动消息
6.4 富媒体内容
6.5 按钮
6.6 卡片
6.7 建议动作
6.8 通道错误
6.9 通道数据
6.10 群组聊天
6.11 自定义对话框
6.12 动作
6.13 库
6.14 结束语
第7章 构建一个完整的Bot
7.1 关于OAuth 2.0
7.2 Google API的建立
7.3 将身份验证与Bot Builder集成
7.4 无缝登录流程
7.5 与Google Calendar API集成
7.6 实现Bot功能
7.7 结束语
第8章 扩展通道功能
8.1 Slack深度集成
8.2 连接Slack
8.3 Slack API实验
8.4 简单的互动消息
8.5 多步骤体验
8.6 结束语
第9章 创建新的通道连接器
9.1 Direct Line API
9.2 自定义Web聊天界面
9.3 语音机器人
9.4 将机器人与Twilio整合在一起
9.5 与SSML集成
9.6 最后的接触
9.7 结束语
第10章 使聊天机器人更聪明
10.1 拼写检查
10.2 情感
10.3 多语言支持
10.4 QnA Maker
10.5 计算机视觉
10.6 结束语
第11章 自适应卡片和自定义图形
11.1 自适应卡片
11.2 渲染自定义图形
11.3 结束语
第12章 人工切换
12.1 仍离不开人
12.2 从客服角度看聊天机器人
12.2.1 一直在线的聊天机器人
12.2.2 非全时在线的聊天机器人
12.2.3 面向客服代表的聊天机器人
12.3 典型的客户服务系统概念
12.4 集成方法
12.4.1 自己创建界面
12.4.2 基于平台
12.4.3 基于产品
12.5 Facebook Messenger切换示例
12.6 结束语
第13章 聊天机器人分析
13.1 常见数据问题
13.1.1 通用数据
13.1.2 人口统计资料
1