Seq 2 seqベースの中国語チャットロボット
1724 ワード
dynamic-seq2seq
中国語の語彙とdynamic_に基づいてrnnのseq 2 seqモデル
python 3+tensorflow-1.0+Googleが最近オープンしたseq 2 seqプロジェクトgoogle seq 2 seqこのプロジェクトはbeam searchに加入していますが、非公式のプロジェクトで、このプロジェクトは直接ファイルからデータを読むので、コードを修正する必要があります.tensorflowがdynamic_を発売rnnは元のbucketに代わって、本プロジェクトはdynamic_に基づいています.rnnのseq 2 seqモデル.
ここで私はいくつかの対話の予想を構築して、中国語の語彙自体は比較的に希少で、理論的には語彙が多ければ多いほどモデルの効果はもっと良くて、しかし多くの新しい問題に出会って、ここではあまり説明しません.
詳細github dynamic-seq 2 seq
使用方法:
効果:
中国語の語彙とdynamic_に基づいてrnnのseq 2 seqモデル
python 3+tensorflow-1.0+Googleが最近オープンしたseq 2 seqプロジェクトgoogle seq 2 seqこのプロジェクトはbeam searchに加入していますが、非公式のプロジェクトで、このプロジェクトは直接ファイルからデータを読むので、コードを修正する必要があります.tensorflowがdynamic_を発売rnnは元のbucketに代わって、本プロジェクトはdynamic_に基づいています.rnnのseq 2 seqモデル.
ここで私はいくつかの対話の予想を構築して、中国語の語彙自体は比較的に希少で、理論的には語彙が多ければ多いほどモデルの効果はもっと良くて、しかし多くの新しい問題に出会って、ここではあまり説明しません.
詳細github dynamic-seq 2 seq
使用方法:
#
python3 preprocessing.py
#
python3 seq2seq.py train
#
python3 seq2seq.py retrain
#
python3 seq2seq.py infer
効果:
me >
RR > RR
me >
RR > RR , ?
me >
RR > :
: 27
: , , 。
me >
RR > :
: 26
: , , 。
me >
RR > yw
me >
ai > ?
me >
RR >
me >
RR >