convai bot 1337

Bot ConvAI#1337

Agente conversacional baseado em habilidades que ficou em 1º lugar no NIPS Conversational Intelligence Challenge 2017 (http://convai.io/2017/).

Ainda atualizamos nosso Agente Conversacional e a versão mais recente pode ser encontrada no branch master.

Aqui está a versão final do Agente enviada para ConvAI (em 12 de novembro): https://github.com/sld/convai-bot-1337/tree/032d5f6f5cc127bb56d29f0f0c6bbc0487f98316

Resumo

Apresentamos o bot#1337: um sistema de diálogo desenvolvido para o 1st NIPS Conversational Intelligence Challenge 2017 (ConvAI). O objetivo da competição era implementar um bot capaz de conversar com humanos a partir de uma determinada passagem de texto. Para permitir a conversação, implementamos um conjunto de habilidades em nosso bot, incluindo bate-papo, detecção de tópicos, resumo de texto, resposta a perguntas e geração de perguntas. O sistema foi treinado em um ambiente supervisionado usando um gerenciador de diálogo para selecionar uma habilidade apropriada para gerar uma resposta. Este último permite que um desenvolvedor se concentre na implementação de habilidades, em vez de no gerenciador de diálogo baseado em máquina de estados finitos. O sistema proposto, bot#1337, venceu a competição com uma pontuação média de qualidade de diálogo de 2,78 em 5, dada por avaliadores humanos. O código-fonte e os modelos treinados para o bot#1337 estão disponíveis no GitHub.

Começando

Para uma breve visão geral do bot#1337, dê uma olhada nos próximos recursos:

• Documento COLING 2018
• resumo de uma página
• apresentação

Demonstração do Telegram Bot e API JSON

• A demonstração do agente conversacional está acessível como um bot do Telegram: https://t.me/ConvAI1337Bot.
• Também temos API JSON pública documentada em https://github.com/sld/convai-bot-1337/wiki/Api-Documentation.

Pré-requisitos

• Docker versão 17.05.0-ce+
• docker-compose versão 1.13.0+
• Min. 4 Gb de RAM + Swap (4 Gb), recomendado 8 Gb de RAM
• 2 GB de espaço em disco rígido
• Testado no Ubuntu 16.04

Instalando

Baixe e coloque os modelos treinados nas pastas:

 ./setup.sh

Construir contêineres:

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

Configure o config.py, não esqueça de colocar o token do TELEGRAM:

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

dialog_tracker/config.py deve ficar assim:

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

Executando o bot

Este comando executará o bot de telegrama com seu token de telegrama:

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

Executando os testes

Execute o bot usando o servidor JSON API:

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

Execute os testes:

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

Contribuindo

Leia CONTRIBUTING.md para obter detalhes sobre nosso código de conduta e o processo de envio de pull requests para nós.

Autores

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

Licença

Este projeto está licenciado sob a licença GPLv3 - consulte o arquivo LICENSE para obter detalhes.

Outro

Fork deste bot no TOP-3 (equipe infinita) do hackathon DeepHack Chat http://deephack.me/leaderboard_hack.