seq2seq_chatbot_links
1.0.0
Enlaces a las implementaciones de modelos conversacionales neuronales para diferentes marcos. Las contribuciones son bienvenidas.
Theano, lasaña
Un sistema de diálogo que es capaz de expresar emociones en una conversación de texto. Ver demostración en línea.
Resultados de muestra para emociones neutrales:
hi → hey you
how are you ? → i ' m fine , what about you ?
how old are you ? → i ' m 16 , how old are you ?
are you a leader or a follower ? → i ' m a man who is a politician .
my name is david . what is my name ? → i love your name .
is the sky blue or black ? → the sky is blue
you love anime . → i ' m not a weeb
flujo tensor
Buenos resultados:
Hi → Hi.
What is your name ? → Laura.
What does that mean ? → I dunno.
How old are you ? → thirty-five.
Who is Laura ? → My brother.
Say 'goodbye' → Alright.
Two plus two → manny...
Código modificado del modelo de traducción automática. No se implementa ninguna aleatorización de respuestas en este código, por lo que los modelos responden con la misma frase cada vez:
hello baby → hello
how old are you ? → twenty .
i am lonely → i am not
nice → you ' re not going to be okay .
so rude → i ' m sorry .
are you a robot or human? → no .
are you better than siri? → yes .
Antorcha
Código fuente de un montón de artículos súper interesantes de Jiwei Li, una de mis investigaciones favoritas en el dominio de los sistemas neuronales conversacionales. Vale la pena echarle un vistazo.
tell me ... how long have you had this falling sickness ? → a few months, I guess .
so i had the doctors test sammy ’s response to conditioning . → so he took the pills .
what are you going to do ? → i ’m going to get you a new car .
they fear your power your intellect . → i ’m not afraid of your power .
Hello? → Hi.
How are you? → I'm fine.
What's your name? → It's hard to describe.
How so? → I'm not sure.
What color is the sky? → It's blue.
What is your job? → It's not that i'm a fucking werewolf!
Keras
La implementación más popular de la arquitectura Seq2seq en GitHub. Sin embargo, todavía no hay evidencia de que se obtengan buenos resultados con este repositorio.
Un contenedor para farizrahman4u/seq2seq utilizado para ejecutar experimentos. Hasta el momento no se han obtenido buenos resultados.
Necesito comprobar esto.
Un nuevo chatbot generativo cuyo entrenamiento converge en pocas épocas, incluido un modelo previamente entrenado en un conjunto de datos pequeño pero consistente recopilado de diálogos de cursos de inglés en línea.
user: Hello! How are you?
computer: i am fine , ok , well , thank you . (with probability of 0.540239)
user: What's your name?
computer: janet . (with probability of 0.319482)
user: What do you like to do now?
computer: let me think a minute . (with probability of 0.286760)
user: I want to chat about computer science.
computer: i am glad to hear there . (with probability of 0.293063)
user: Are you a real girl or a computer program?
computer: i am self employed . i would love to be well . (with probability of 0.026870)
user: Why don't you look for a job?
computer: i do not know . i am the bank . (with probability of 0.053494)
user: So, you don't need a job!
computer: no . i have to make a lot of money . (with probability of 0.001279)
Una excelente descripción general de los conjuntos de datos conversacionales existentes.
Obtenga muchos subtítulos de películas sin formato (~1,2 Gb)
~ 40Mb después de borrar los datos técnicos.
Consulte esta excelente reseña de Richard Krisztian Csaky: Chatbot y notas de trabajos de investigación relacionados con imágenes
así como a su informe en pdf: Modelos de chatbot basados en aprendizaje profundo
