#186 · 主分类: AI对话与Chatbot

DeepQA

chatbot deep-learning seq2seq tensorflow

我的tensorflow实现“A neural conversational model”,一个基于深度学习的聊天机器人

项目最后更新:12/30/22

GitHub Stars

2.9K

Forks数量

1.2K

贡献者数量

15

许可证

Apache-2.0

收录理由

DeepQA 是 Google 2015 年神经对话论文中 seq2seq 架构的 TensorFlow 实现,它的价值更多在于教学,而非可直接上线的产品。代码完整展示了对话系统的处理链路:从加载和分词对话数据,到用 RNN 编码器-解码器在对话对上训练,最后在终端或简易网页界面里聊天。仓库自带 Cornell 电影对白语料,装好就能开始训练;OpenSubtitles、最高法院庭审记录,或者你自己整理的自定义格式数据,都可以随时替换进去。它还支持加载预训练的词向量,能明显缩短训练耗时。对想理解大语言模型出现之前聊天机器人是怎么做的人来说,这是一份易读且自足的参考实现。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目