seq2seq-chatbot

先上效果图

文件说明

1.config.py参数配置文件

主要进行模型超参数以及相关文件路径的配置

2.DataProcessing.py 预处理文件

主要进行语料库的处理工作，包括语料处理、编码索引、生成语料库的词向量文件emb等。

3.read_vecor.py 修改词向量文件

原始词向量是由维基百科语料word2vec训练得到的，现在要对原始词向量进行一定的修改，

主要加入了

PAD = '' # 填充

UNK = '' # 未知

START = '' # 开始

END = '' # 结束

这四个的词向量，随机生成（设置随机种子）。

• wiki.zh.text.vector 对应原始词向量
• word_vec.pkl 对应修改的词向量

4.SequenceToSequence.py Seq2Seq模型

5.Train.py 训练文件

运算只需要运行此文件即可

6.RestfulAPI.py

运行此文件，然后打开index.html，即可进行人机对话。

模型文件及相关数据文件请参考百度网盘：

如果缺少相关数据或模型文件，请到这里下载。

文件名称	解释
clean_chat_corpus/xiaohuangji.tsv	小黄鸡训练语料
model/	训练好的模型文件，可直接加载
data/data.pkl	原始语料预处理之后的数据
data/wiki.zh.text.vector	原始词向量文件
data/word_vec.pkl	修改后的词向量文件
data/emb.pkl	根据语料库的词语抽取出的词向量文件，用于embedding_lookup
data/w2i.pkl	词与索引对应的文件

链接：https://pan.baidu.com/s/1X2fixauTOE7RBkojBD90Pw 提取码：yvxd

详细介绍请参考博客：

1.基于seq2seq的中文聊天机器人（一）

2.基于seq2seq的中文聊天机器人（二）

3.基于seq2seq的中文聊天机器人（三）