RLSeq2Seq

收录理由

做文本生成方向的研究生和科研人员，这个仓库值得花时间看看。它是那篇发表在IEEE TNNLS上的深度强化学习序列到序列论文的官方参考实现，想复现论文里的实验，或者在此基础上做扩展，从这里入手会省很多力气。代码把好几种训练策略都收在同一个TensorFlow工程里，包括计划采样、端到端反向传播、带自批判的策略梯度，还有基于DDQN和dueling网络的actor-critic变体，这样你就能在同一个抽象摘要任务上直观对比不同强化学习目标的效果差异。仓库里还附带了下载和预处理CNN/Daily Mail以及Newsroom数据集的脚本，想对照论文里的ROUGE分数，基本不用自己折腾数据准备。不过要提醒一句，这个项目针对的是Python 2.7和TensorFlow 1.10，而且已经不再积极维护了，所以更适合当作学习资料和研究基线来用，别指望直接拿到生产环境里跑。