Adversarial Learning for Neural Dialogue Generation in Tensorflow

ความขัดแย้ง-การเรียนรู้-สำหรับ-ประสาท-บทสนทนา-การสร้าง-ใน-เทนเซอร์โฟลว์

บทความ: การเรียนรู้ฝ่ายตรงข้ามเพื่อการสร้างบทสนทนาทางประสาทเทียม https://arxiv.org/pdf/1701.06547.pdf

แปลเอกสารเป็นภาษาจีน :http://blog.csdn.net/liuyuemaicha/article/details/60581187

กำหนดค่า:

เทนเซอร์โฟลว์ 0.12.0 Python 2.7

ข้อมูลเบื้องต้นเกี่ยวกับโครงการ: al_neural_dialogue

1.

gen_data： ข้อมูลการฝึกอบรมสำหรับโมเดล gen

disc_data: ข้อมูลการฝึกอบรมสำหรับรุ่นดิสก์

disc： รหัสเกี่ยวกับรุ่นของแผ่นดิสก์

gen: รหัสเกี่ยวกับโมเดล gen

utils： รหัสเกี่ยวกับการดำเนินการข้อมูลและการกำหนดค่าโมเดล

สังเกต:

gen_data ได้แก่ chitchat.train.answer, chitchat.train.query, chitchat.dev.answer, chitchat.dev.query (ทั้งหมดสี่ไฟล์)

disc_data ได้แก่ disc.dev.answer,disc.dev.query, disc.dev.gen และ disc.train.answer, disc.train.query，disc.tran.gen (ทั้งหมดหกไฟล์)

สูตรข้อมูลการฝึก 1 ประโยค 1 แถว และแบ่งเป็นช่องว่าง เช่น ไม่อยาก !

2.วิ่ง

หลาม al_neural_dialogue_train.py

การแนะนำ

หลักแน่นอน(_):

-

# step_1 โมเดลเจนการฝึกอบรม

 # 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() 

-

การแนะนำโมเดล

1、แบบจำลองดิสก์: rnn แบบลำดับชั้น (กระดาษ——การสร้างระบบการสนทนาแบบ end-to-end โดยใช้โมเดลโครงข่ายประสาทเทียมแบบลำดับชั้นแบบกำเนิด)

รุ่น 2、gen : รุ่น seq2seq พร้อมความสนใจ (เซลล์ GRU)

3、วิธีการรับรางวัล : ค้นหามอนติคาร์โล

4、เหมาะสมที่สุด：การไล่ระดับนโยบาย