seq2seq_chatbot

==============================================Обновить =============================================== ========= Обученная модель загружена на сетевой диск Baidu Cloud. Если она вам нужна, вы можете ее скачать. Что касается скорости обучения модели, то благодаря процессору и памяти 16 ГБ обучение можно завершить за один день~~~

Ссылка: https://pan.baidu.com/s/1hrNxaSk Пароль: d2sn

============================================== Отдел строка, ниже текст ========================================== === ==

Эта статья представляет собой простую реализацию диалоговой системы чат-бота на основе тензорного потока, основанную на модели seq2seq.

Для объяснения кода вы можете обратиться к моей колонке Zhihu:

Внедрение диалоговой системы глубокого обучения с нуля — простая реализация кода чат-бота

Код относится к DeepQA, на котором добавлена ​​функция поиска луча и механизм внимания.

Окончательный эффект показан ниже:

Проверьте эффект, основываясь на вводе пользователем верхних предложений «beam_size» с наибольшей вероятностью ответа:

#Как использовать

1. Загрузите код локально (папка data уже содержит обработанный набор данных, поэтому скачивать дополнительные наборы данных не нужно)

2. Чтобы обучить модель, измените параметр декодирования в строке 34 файлаchatbot.py на False, чтобы обучить модель.

(Я позже загружу модель, которую я обучил здесь, в Интернет, чтобы все могли ее использовать)

3. После обучения (это займет около суток, 30 эпох) измените параметр декодирования на True.

Пришло время протестировать. Введите то, что вы хотите спросить, и посмотрите, что он ответит ==

Здесь также необходимо отметить, что необходимо не забыть изменить абсолютные пути к набору данных и окончательному файлу модели, в противном случае может быть сообщено об ошибке.

Они находятся в трёх местах: строка 44, строка 57 и строка 82. Хорошо, теперь ты можешь повеселиться~~