dynamic seq2seq

dynamic-seq2seq

歡迎追蹤我的另一個專案是基於Pytorch以及Beam Search演算法的中文聊天機器人

基於中文語料和dynamic_rnn的seq2seq模型

---

Update:

• 修復loss計算bug
• 修復batch_size大於1時的計算bug

Requirements

• tensorflow-1.4+
• python2.7 (暫時未對python3 相容)
• requests
• jieba
• cPickle
• numpy

---

Google最近開源了一個seq2seq專案google seq2seq
tensorflow推出了dynamic_rnn取代了原來的bucket，本計畫是基於dynamic_rnn的seq2seq模型。

這裡我建構了一些對話預料，中文語料本身就比較稀缺，理論上語料越多模型的效果越好，但會遇到很多新的問題，這裡就不多作說明。

對話語料分別在data目錄下Q.txt A.txt中，可以替換成你自己的對話語料。

---

用法:

 # 新增小黄鸡语料
# 添加
python prepare_dialog.py 5000


seq = Seq2seq()
# 训练
seq.train()
# 预测
seq.predict("天气")
# 重新训练
seq.retrain()

效果:

 me >  天气
AI >  地点： 重庆
气温： 7
注意： 天气较凉，较易发生感冒，请适当增加衣服。体质较弱的朋友尤其应该注意防护。

Action:

本專案增加了Action支持，可以自訂自己的功能後續會加入多輪會話的支援！

在action.py檔中,註冊自己action標籤及對應的接口，如:

 #　注意：参数为固定参数
def act_weather(model, output_str, raw_input):
    #TODO: Get weather by api
    page = requests.get("http://wthrcdn.etouch.cn/weather_mini?city=重庆")
    data = page.json()
    temperature = data['data']['wendu']
    notice = data['data']['ganmao']
    outstrs = "地点： %sn气温： %sn注意： %s" % ("重庆", temperature.encode("utf-8"), notice.encode("utf-8"))
    return outstrs


actions = {
    "__Weather__":act_weather
}

Tips: 介面的參數暫時固定,後續更新

同時，訓練語料如下設計:

 # Q.txt
天气
# A.txt
__Weather__