Adversarial Learning for Neural Dialogue Generation in Tensorflow

Aprendizaje-adversario-para-la-generación-de-diálogo-neural-en-Tensorflow

el artículo: Aprendizaje adversario para la generación del diálogo neuronal https://arxiv.org/pdf/1701.06547.pdf

la traducción del papel en chino: http://blog.csdn.net/liuyuemaicha/article/details/60581187

Configuración:

TensorFlow 0.12.0 Python 2.7

Introducción al Proyecto: al_neural_dialogue

1.

gen_data: datos de entrenamiento para el modelo gen

disc_data: datos de entrenamiento para el modelo de disco

disco: código sobre el modelo de disco

gen: código sobre el modelo gen

utils: código sobre operación de datos y configuración del modelo

aviso:

gen_data incluye chitchat.train.answer, chitchat.train.query, chitchat.dev.answer, chitchat.dev.query (cuatro archivos en total)

disc_data incluye disc.dev.answer,disc.dev.query, disc.dev.gen y disc.train.answer, disc.train.query,disc.tran.gen (un total de seis archivos)

Fórmula de datos de entrenamiento , una oración, una fila y dividida con espacio, por ejemplo: ¡no quiero!

2.ejecutar

Python al_neural_dialogue_train.py

introducción

definición principal(_):

'''

# modelo de generación de entrenamiento step_1

 # gen_pre_train()

# model test
# gen_test()

# step_2 gen training data for disc
# gen_disc()

# step_3 training disc model
# disc_pre_train()

# step_4 training al model
# al_train()

# model test
# gen_test() 

'''

introducción del modelo

1、modelo de disco: rnn jerárquico (artículo——Construcción de sistemas de diálogo de un extremo a otro utilizando modelos generativos de redes neuronales jerárquicas)

2、modelo gen: modelo seq2seq con atención (celda GRU)

3. Método de recompensa: Búsqueda Monte Carlo.

4. Óptimo: gradiente de políticas