一个可以使用自己语料进行训练的中文聊天机器人,欢迎大家实践交流。

#关于语料的说明

本次训练的语料是从互联网上找到的shooter的训练语料,语料质量很差劲,仅作为演示代码来用,大家可以使用自己的语料 语料下载地址:https://pan.baidu.com/s/1kWYIOVt,将文件下载后放到data目录下。

#seq2seq版本代码执行顺序

1、在下载好代码和语料之后,将语料文件放入data目录下。 2、按照 数据预处理器(data_utls.py)-->execute.py(执行器)-->web/app.py(预测可视化模块)的顺序执行就可以了。 3、超参配置在seq2seq.ini和seq2seq_sever.ini文件中配置。 4、详细的代码讲解可以参与我的chat文章(http://gitbook.cn/books/5a4a16da1f2e8d585e464f44/index.html)。

#seqGAN版本代码执行顺序 1 、在下载好代码和语料之后,将语料文件放入source_data目录下。 2、按照 数据预处理器(source_data_utls.py)-->execute.py(执行器)-->app.py(可视化模块)的顺序执行就可以了

#参考代码和文献

http://blog.topspeedsnail.com/archives/10735/comment-page-1#comment-1161。

http://www.easyapple.net/?p=1384&from=singlemessage&isappinstalled=0。

https://github.com/zpppy/seqGan_chatbot

#建议环境

ubuntu14.04 python3.5 tensorflow==1.10.1或者tensorflow-gpu==1.10.1 flask==0.11.1

#关于版权

本代码遵循Apache2.0开源协议,作为一个平台供大家学习和研究交流,不过希望大家fork和给star。

#已更新功能清单:

V1.1:已经增加中文分词,效果是变得更好了。注意在使用分词后,需要增加词典的大小,否则的话会导致词典无法覆盖训练集,导致出现很多的UNK。直接在seq2seq.ini中修改超参数enc_vocab_size和dec_vocab_size的值即可。

V2.0:增加一个基于SeqGan的版本,以增加训练的效果。