一个可以使用自己语料进行训练的中文聊天机器人,目前包含seq2seq tf1.x和tf.2x版本,seqGan版本为tf1.x版本,后续计划更新pytorch版本,欢迎大家实践交流。
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。 大家也可以使用小黄鸡的预料,地址https://github.com/zhaoyingjun/chatbot/tree/master/chineseChatbotWeb-tf2.0/train_data/seq.data
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)-->app.py(可视化对话模块)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)。
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
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
ubuntu14.04
python3.5
tensorflow==1.10.1或者tensorflow-gpu==1.10.1
flask==0.11.1
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。
V3.0:增加TensorFlow2.0版本,目前是2.0.0alpha,训练效果见文件夹内图片,训练数据已经准备好,直接执行python3 execute即可进行训练。
V4.0:a、增加pytorch版本;b、对当前的工程结构进行调整;敬请期待。