seq2seq_chatbot

================================================更新================================================= ========= トレーニング済みモデルは Baidu Cloud Network Disk にアップロードされています。必要な場合はダウンロードできます。モデルのトレーニング速度に関しては、CPU と 16G メモリを使用すると、トレーニングは 1 日で完了できます~~~

リンク: https://pan.baidu.com/s/1hrNxaSk パスワード: d2sn

================================================ 分割行、以下はテキストです ============================================ === ==

この記事は、seq2seq モデルに基づくチャットボット対話システムの単純な tensorflow 実装です。

コードの説明については、私の Zhihu コラムを参照してください。

ディープラーニング対話システムをゼロから実装する - シンプルなチャットボット コードの実装

このコードは DeepQA を参照しており、それにビーム検索機能とアテンション機構が追加されています。

最終的な効果を以下に示します。

返信の確率が最も高い上位の beam_size 文のユーザー入力に基づいて、効果をテストします。

#使い方

1. コードをローカルにダウンロードします (データ フォルダーには処理済みのデータ セットがすでに含まれているため、追加のデータ セットをダウンロードする必要はありません)

2. モデルをトレーニングするには、chatbot.py ファイルの 34 行目の decode パラメーターを False に変更してモデルをトレーニングします。

(ここでトレーニングしたモデルは、後で誰もが使用できるようにインターネットにアップロードします)

3. トレーニング後 (約 1 日、30 エポックかかります)、decode パラメーターを True に変更します。

テストの時間です。聞きたいことを入力して、彼が何を答えるか見てみましょう==

ここでもう 1 つ注意すべき点は、データ セットと最終モデル ファイルの絶対パスを忘れずに変更することです。変更しないと、エラーが報告される可能性があります。

これらは 44 行目、57 行目、82 行目の 3 か所にあります。さて、これからは楽しんでください~~