甘超波:NLP十二条前提假设之重复旧的行为,只会得到旧的结果

哈喽,大家好我是甘超波,一名NLP爱好者,每天一篇文章,分享我的NLP实战经验和案例,希望给你些启发和帮助 这是第100篇原创文章

我们今天主要学习NLP前提假设中非常重要一条心法:“重复旧的行为,只会得到旧的结果”,我们先来讲一个故事

一; 小白钓鱼故事

有一天小白兔跑去池塘钓鱼,

他用胡萝卜钓了一天,什么都没有钓到。

第2天小白兔不放弃,还是什么都没有钓到。

第3天小白兔还是放弃,还是什么都没有钓到。

第4天小白兔还是放弃,还是什么都没有钓到,结果他准备放弃的时候,

转身离开的时候,这时候有一条大鱼跳出来说“你在用胡萝卜钓,小心我扁你”。

个故事给我有什么启示?

无论小白兔怎么努力钓鱼,它会钓到鱼吗?

答案是钓不到,因为他钓鱼的方法不对,无论他多么努力,都是没有办法。这就是重复旧的行为,只会得到旧的结果

二:重复旧的行为,只会得到旧的结果

在我们生活中很多人都是这个小白兔,在家庭、工作、生活非常常见。

1:小孩子不听话案例

小孩在玩水的时候,妈妈骂第1次孩子没有反应,妈妈骂第2次的时候孩子不开心,妈妈骂第3次的时候孩子开始生气,妈妈骂第4次的时候,孩子开始反抗。

说明;

妈妈在整个过程就是使用同一种方法骂孩子,结果重复旧的行为,只会得到旧的结果,结果妈妈越骂孩子越不听话

其中妈妈没有觉察到第1-2次骂已经没有作用,没有收到反馈,这样沟通方式是无效。

2:员工早上迟到的案例

公司很多骨干员工经常迟到,越批评越迟到,因为他们是公司骨干不能轻易开除,最后陷入痛苦状态。

说明;

第1 -2次批评还是没有效果,说明这种批评方式是无效,必须换方案和策略。比如说让他们晚上加一会班,这不就搞定了。

如何才能避免自己陷入负面模式中】

必须要能够有觉察力,时刻能觉察自己行为是否有利我们要效果,如果越来越远离我们要效果,说明就行为方式有问题,需要调整。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 聊天机器人ChatRobot提供了100万条中文闲聊对话高质量语料数据集,这是一个很好的NLP开放域对话学习和训练的资源。该数据集经过了筛选和整理,包含了各种不同话题的对话,如天气、美食、电影、音乐等等,可以帮助机器人更好地理解人类语言和文化,并且能够更好地做出回答和互动。 这个数据集的质量很高,其中包括真实的人机对话、各种不同话题和场景的应答、表达真实情感和语气等等,使得机器人对人类语言和文化的理解更加深入和准确。同时,这个数据集可以用来训练机器人对话的模型,从而提高机器人的对话能力和准确性,让机器人更加智能、自然和亲切。 总之,聊天机器人ChatRobot提供的100万条中文闲聊对话高质量语料数据集是一个非常有用的资源,能够帮助开发者在NLP开放域对话方面,轻松快速地训练和改进机器人的对话能力,提供更好的用户体验和服务。 ### 回答2: 聊天机器人(Chatrobot)的出现极大地方便了人们的日常生活和工作。不仅在智能客服领域,其广泛应用于 科研、教育、医疗等领域。而中文闲聊数据集便是聊天机器人开发中不可或缺的重要资源。目前最大的数据集之一是Chatbot Dataset,其中就包含了100万条中文闲聊对话的高质量语料数据。 这一数据集的发布,对于中文开放域对话学习训练提供了重要的资源支持。其所涵盖的范围非常广泛,包括了各种话题的对话,如电影、体育、新闻、事实问答等等。而所有对话都来自真实场景,语料数据的有效性和实用性都得到了充分验证。 这个数据集提供了许多有价值的资源,包括归一化言语数据、重复数据的排除、智能场景分类等。这些优化都进一步提高了机器人的应对能力和整体效率。同时,基于大量样本的机器学习或深度学习算法可以进一步进化,以实现最佳的交互体验。 聊天机器人数据的质量和范围对其应用范围和效果影响极大。Chatbot Dataset所提供的大量数据和先进的优化方法,为聊天机器人的开发和优化提供了难得的机会。因此,这个数据集对于提升聊天机器人的对话能力和延伸应用领域具有不可替代的作用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值