#217 · 主分类: AI对话与Chatbot

seq2seq-chatbot

bot chat chatbot corpus lstm nlp python rnn tensorflow tensorlayer

使用TensorLayer在200行代码中实现的聊天机器人

项目最后更新:10/05/21

GitHub Stars

838

Forks数量

305

贡献者数量

8

许可证

Other

收录理由

这个项目用大约两百行Python代码,在TensorLayer和TensorFlow之上实现了一个基于序列到序列模型的聊天机器人,训练数据来自Twitter和康奈尔电影对话。代码量小,意味着你可以完整阅读训练和推理的流程,不必在庞大的框架里翻找。README里附上了经典的seq2seq和LSTM教程链接,方便把理论对应到可运行的代码上。用一条命令就能在自带语料上训练,之后可以交互式地和模型对话,直观感受RNN状态和解码过程如何生成回复。如果你正在评估一个轻量级seq2seq基线是否适合你的场景,这个项目能让你快速得到答案。

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