seq2seq_chatbot

================================================업데이트 ================================================= ========= 학습된 모델이 Baidu Cloud Network Disk에 업로드되었습니다. 필요하신 경우 다운로드하실 수 있습니다. 모델 학습 속도면에서는 CPU와 16G 메모리를 사용하면 하루 만에 학습이 완료됩니다 ~~

링크: https://pan.baidu.com/s/1hrNxaSk 비밀번호: d2sn

================================================= 구분 줄, 아래는 텍스트입니다 ============================================ === ==

이 기사는 seq2seq 모델을 기반으로 한 챗봇 대화 시스템의 간단한 텐서플로우 구현입니다.

코드에 대한 설명은 내 Zhihu 칼럼을 참조하세요.

딥러닝 대화 시스템을 처음부터 구현 - 간단한 챗봇 코드 구현

코드는 빔 검색 기능과 주의 메커니즘이 추가된 DeepQA를 나타냅니다.

최종 효과는 아래와 같습니다:

사용자가 입력한 응답 확률이 가장 높은 최고의 Beam_size 문장을 기반으로 효과를 테스트합니다.

#사용방법

1. 코드를 로컬로 다운로드합니다(데이터 폴더에는 이미 처리된 데이터 세트가 포함되어 있으므로 추가 데이터 세트를 다운로드할 필요가 없습니다).

2. 모델을 훈련하려면 chatbot.py 파일의 34행에 있는 decode 매개변수를 False로 변경하여 모델을 훈련시킵니다.

(여기서 훈련시킨 모델은 나중에 모두가 사용할 수 있도록 인터넷에 업로드하겠습니다)

3. 훈련 후(약 하루, 30 epoch 소요) decode 매개변수를 True로 변경합니다.

테스트할 시간입니다. 물어보고 싶은 내용을 입력하고 그가 대답하는 내용을 확인하세요==

여기서 주목해야 할 점은 데이터 세트와 최종 모델 파일의 절대 경로를 수정해야 한다는 점입니다. 그렇지 않으면 오류가 보고될 수 있습니다.

44호선, 57호선, 82호선 세 곳에 있습니다. 자, 이제 재미있게 놀아보세요~~