Neural Dialogue System

"# Modelo# RNN-Language-Model + SEQ2SEQ para responder preguntas"

Dos enfoques principales

1- Nivel de personaje

Nivel de 2 palabras

Uso de capas LSTM para modelar una red neuronal recurrente para predecir la siguiente palabra o char dada las anteriores

Cómo usar este código

Creación del modelo de control de calidad

(se completará pronto)

Uso del modelo de detenimiento en el conjunto de datos de diálogo diario

(se completará pronto)

Su formato de conjunto de datos

(se completará pronto)

HACER

• Usando state_is_tuple en nivel de char

• Impresión Número de parámetros capacitables

• Entrenando el modelo

• Usando estimador

• La conversión de datos de cadena a índices tarda mucho en hacerlo cada vez

• El código está sucio tengo que limpiarlo

• El ahorro no se maneja en SEQ2SEQ

• Trama de pérdida

• Agregar abandono

• Se ignoran los últimos lotes, no llegar a Batch_Size

• Manejar la parada temprana