convai bot 1337

Bot ConvAI#1337

Agent conversationnel basé sur les compétences qui a remporté la 1ère place au NIPS Conversational Intelligence Challenge 2017 (http://convai.io/2017/).

Nous mettons toujours à jour notre agent conversationnel et la dernière version se trouve dans la branche master.

Voici la version soumise à la finale ConvAI de l'agent (le 12 novembre) : https://github.com/sld/convai-bot-1337/tree/032d5f6f5cc127bb56d29f0f0c6bbc0487f98316

Abstrait

Nous présentons le bot#1337 : un système de dialogue développé pour le 1er NIPS Conversational Intelligence Challenge 2017 (ConvAI). L'objectif du concours était de mettre en œuvre un robot capable de converser avec des humains à partir d'un passage de texte donné. Pour permettre la conversation, nous avons mis en œuvre un ensemble de compétences pour notre bot, notamment le bavardage, la détection de sujets, la synthèse de texte, la réponse aux questions et la génération de questions. Le système a été formé dans un environnement supervisé à l'aide d'un gestionnaire de dialogue pour sélectionner une compétence appropriée pour générer une réponse. Ce dernier permet à un développeur de se concentrer sur la mise en œuvre des compétences plutôt que sur le gestionnaire de dialogue basé sur une machine à états finis. Le système proposé bot#1337 a remporté le concours avec une note moyenne de qualité de dialogue de 2,78 sur 5 attribuée par des évaluateurs humains. Le code source et les modèles entraînés pour le bot#1337 sont disponibles sur GitHub.

Commencer

Pour un bref aperçu du bot#1337, jetez un œil aux ressources suivantes :

• Document COLING 2018
• résumé d'une page
• présentation

Démo Telegram Bot et API JSON

• La démonstration de l'agent conversationnel est accessible en tant que bot Telegram : https://t.me/ConvAI1337Bot.
• Nous avons également une API JSON publique documentée sur https://github.com/sld/convai-bot-1337/wiki/Api-Documentation.

Conditions préalables

• Docker version 17.05.0-ce+
• docker-composer version 1.13.0+
• Min. 4 Go de RAM + Swap (4 Go), 8 Go de RAM recommandés
• 2 Go d'espace disque dur
• Testé sur Ubuntu 16.04

Installation

Téléchargez et placez les modèles entraînés dans des dossiers :

 ./setup.sh

Construire des conteneurs :

 docker-compose -f docker-compose.yml -f telegram.yml build

Configurez config.py, n'oubliez pas de mettre le jeton TELEGRAM :

 cp dialog_tracker/config.example.py dialog_tracker/config.py

dialog_tracker/config.py devrait ressembler à ceci :

 WAIT_TIME = 15
WAIT_TOO_LONG = 60
version = "17 (24.12.2017)"
telegram_token = "your telegram token"

Exécuter le bot

Cette commande exécutera le bot télégramme avec votre jeton de télégramme :

 docker-compose -f docker-compose.yml -f telegram.yml up

Exécuter les tests

Exécutez le bot à l'aide du serveur API JSON :

 docker-compose -f docker-compose.yml -f json_api.yml up

Exécutez les tests :

 python dialog_tracker/tests/test_json_api.py http://0.0.0.0:5000

Contribuer

Veuillez lire CONTRIBUTING.md pour plus de détails sur notre code de conduite et le processus de soumission de demandes de tirage.

Auteurs

• Idris Yusupov (http://github.com/sld)
• Youri Kuratov (http://github.com/yurakuratov)

Licence

Ce projet est sous licence GPLv3 - voir le fichier LICENSE pour plus de détails.

Autre

Fork de ce bot dans le TOP-3 (équipe infinity) du hackathon DeepHack Chat http://deephack.me/leaderboard_hack.