Neural Dialogue System

"# RNN-Sprache-Modell + SEQ2SEQ-Modell zur Beantwortung von Frage"

Zwei Hauptansätze

1- Charakterebene

2- Wortebene

Verwenden von LSTM -Ebenen zum Modellieren eines wiederkehrenden neuronalen Netzwerks, um das nächste Wort oder die Vorhersage der vorherigen vorherzusagen

So verwenden Sie diesen Code

QA -Modell erstellen

(wird bald fertig sein)

Verwenden von vorab vorbereiteten Modell zum täglichen Dialogdatensatz

(wird bald fertig sein)

Ihr Datensatzformat

(wird bald fertig sein)

Zu tun

• Verwenden Sie state_is_tuple in char -Ebene

• Druckzahl von trainierbaren Parametern

• Training des Modells

• Mit Schätzer

• Das Konvertieren von Zeichenfolgendaten in die Indizes dauert lange, um dies nicht jedes Mal zu tun

• Code ist schmutzig. Ich muss es reinigen

• Das Speichern wird in SEQ2SEQ nicht behandelt

• Verlust aufweisen

• Hinzufügen von Dropout

• Die letzten Chargen werden ignoriert, ohne zu batch_size zu gelangen

• Frühzeitig anhalten