Adversarial Learning for Neural Dialogue Generation in Tensorflow

Aprendizagem Adversarial para Geração de Diálogo Neural no Tensorflow

o artigo: Aprendizagem Adversarial para Geração de Diálogo Neural https://arxiv.org/pdf/1701.06547.pdf

a tradução do artigo em chinês: http://blog.csdn.net/liuyuemaicha/article/details/60581187

Configuração:

TensorFlow 0.12.0 Python 2.7

Introdução ao Projeto: al_neural_dialogue

1.

gen_data: dados de treinamento para modelo gen

disc_data: dados de treinamento para modelo de disco

disco: código sobre o modelo do disco

gen: código sobre o modelo gen

utils: código sobre operação de dados e configuração do modelo

perceber:

gen_data inclui chitchat.train.answer, chitchat.train.query, chitchat.dev.answer, chitchat.dev.query (total de quatro arquivos)

disc_data inclui disc.dev.answer,disc.dev.query, disc.dev.gen e disc.train.answer, disc.train.query，disc.tran.gen (total de seis arquivos)

fórmula de dados de treinamento uma frase uma linha e dividida com espaço, por exemplo: eu não quero!

2.correr

python al_neural_dialogue_train.py

introdução

def principal(_):

'''

# modelo de geração de treinamento 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() 

'''

introdução do modelo

1. Modelo de disco: RNN hierárquico (artigo —— Construindo sistemas de diálogo ponta a ponta usando modelos de redes neurais hierárquicas generativas)

2. Modelo gen: modelo seq2seq com atenção (célula GRU)

3、método de recompensa: Pesquisa de Monte Carlo

4、ideal: Gradiente de Política