Adversarial Learning for Neural Dialogue Generation in Tensorflow

張量流中神經對話生成的對抗性學習

論文：神經對話生成的對抗性學習 https://arxiv.org/pdf/1701.06547.pdf

中文論文譯本：http://blog.csdn.net/liuyuemaicha/article/details/60581187

配置：

TensorFlow 0.12.0 Python 2.7

專案簡介：al_neural_dialogue

1.

gen_data： gen模型的訓練數據

Disc_data：光碟模型的訓練數據

光碟： 光碟機型代碼

gen：關於gen模型的程式碼

utils：資料操作和模型配置程式碼

注意：

gen_data包括chitchat.train.answer、chitchat.train.query、chitchat.dev.answer、chitchat.dev.query（共四個檔案）

Disc_data包括disc.dev.answer、disc.dev.query、disc.dev.gen 和disc.train.answer、disc.train.query，disc.tran.gen（共六個檔案）

訓練資料公式一句話一行並用空格分割，例如：我不想！

2.運行

python al_neural_dialogue_train.py

介紹

def main(_):

'''

# step_1 訓練生成模型

 # 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() 

'''

型號介紹

1.disc模型：hierarchical rnn（論文－Building end-to-endDialogue Systems using Generative Hierarchical Neural Network Models）

2.gen模型：注意力的seq2seq模型（GRU單元）

3.獎勵方式：蒙特卡羅搜索

4.最優：策略梯度