convai bot 1337

ConvAI 机器人#1337

基于技能的会话智能体在 2017 年 NIPS 会话智能挑战赛中获得第一名 (http://concai.io/2017/)。

我们仍然更新我们的会话代理，最新版本可以在 master 分支中找到。

以下是提交给ConvAI Finals 版本的 Agent（11 月 12 日）：https://github.com/sld/concai-bot-1337/tree/032d5f6f5cc127bb56d29f0f0c6bbc0487f98316

抽象的

我们展示了 bot#1337：为 2017 年第一届 NIPS 对话智能挑战赛 (ConvAI) 开发的对话系统。竞赛的目的是实现一个能够根据给定的文本段落与人类对话的机器人。为了实现对话，我们为机器人实现了一系列技能，包括闲聊、主题检测、文本摘要、问题回答和问题生成。该系统已在监督环境中使用对话管理器进行训练，以选择适当的技能来生成响应。后者允许开发人员专注于技能实现而不是基于有限状态机的对话管理器。所提出的系统 bot#1337 赢得了比赛，人类评估者给出的平均对话质量得分为 2.78（满分 5 分）。 GitHub 上提供了 bot#1337 的源代码和经过训练的模型。

入门

有关 bot#1337 的简要概述，请查看以下资源：

• 2018年COLING论文
• 一页摘要
• 推介会

Telegram Bot 演示和 JSON API

• 对话代理演示可通过 Telegram 机器人访问：https://t.me/ConvAI1337Bot。
• 此外，我们还有公共 JSON API，记录在 https://github.com/sld/conwai-bot-1337/wiki/Api-Documentation。

先决条件

• Docker 版本 17.05.0-ce+
• docker-compose 版本 1.13.0+
• 分钟。 4 Gb RAM + 交换 (4 Gb)，推荐 8 Gb RAM
• 2 GB 硬盘空间
• 在 Ubuntu 16.04 上测试

安装中

下载训练好的模型并将其放入文件夹中：

 ./setup.sh

构建容器：

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

设置config.py，不要忘记添加TELEGRAM token：

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

dialog_tracker/config.py 应该如下所示：

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

运行机器人

此命令将使用您的电报令牌运行电报机器人：

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

运行测试

使用 json api 服务器运行机器人：

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

运行测试：

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

贡献

请阅读 CONTRIBUTING.md 了解有关我们的行为准则以及向我们提交拉取请求的流程的详细信息。

作者

• 伊德里斯·尤苏波夫 (http://github.com/sld)
• 尤里·库拉托夫 (http://github.com/yurakuratov)

执照

该项目根据 GPLv3 许可证获得许可 - 有关详细信息，请参阅许可证文件。

其他

该机器人在 DeepHack Chat 黑客马拉松 http://deephack.me/leaderboard_hack 的 TOP-3（无限团队）中分叉。