seq2seq_chatbot
1.0.0
=================================================Mise à jour =================================================== ========= Le modèle entraîné a été téléchargé sur Baidu Cloud Network Disk. Si vous en avez besoin, vous pouvez le télécharger. En termes de vitesse de formation du modèle, avec CPU et mémoire 16G, la formation peut être effectuée en une journée ~~~
Lien : https://pan.baidu.com/s/1hrNxaSk Mot de passe : d2sn
================================================== Division ligne, ci-dessous se trouve le texte ============================================= === ==
Cet article est une implémentation tensorflow simple d'un système de dialogue chatbot basé sur le modèle seq2seq.
Pour l'explication du code, vous pouvez vous référer à ma rubrique Zhihu :
Implémentation d'un système de dialogue d'apprentissage profond à partir de zéro - implémentation simple du code du chatbot
Le code fait référence à DeepQA, sur lequel sont ajoutés la fonction de recherche de faisceau et le mécanisme d'attention.
L'effet final est illustré ci-dessous :
Testez l'effet, en fonction de la saisie par l'utilisateur des phrases supérieures Beam_size avec la probabilité de réponse la plus élevée :
#Comment utiliser
1. Téléchargez le code localement (le dossier de données contient déjà l'ensemble de données traitées, il n'est donc pas nécessaire de télécharger des ensembles de données supplémentaires)
2. Pour entraîner le modèle, modifiez le paramètre decode sur la ligne 34 du fichier chatbot.py sur False pour entraîner le modèle.
(Je téléchargerai plus tard le modèle que j'ai formé ici sur Internet pour que tout le monde puisse l'utiliser)
3. Après l'entraînement (cela prendra environ une journée, 30 époques), modifiez le paramètre de décodage sur True.
Il est temps de tester. Entrez ce que vous voulez demander et voyez ce qu'il répond ==
Ce qu'il faut également noter ici, c'est ne pas oublier de modifier les chemins absolus de l'ensemble de données et du fichier de modèle final, sinon une erreur pourrait être signalée.
Ils se trouvent à trois endroits : ligne 44, ligne 57 et ligne 82. D'accord, maintenant tu peux t'amuser ~~
