Neural Dialogue System

「＃rnn-language-model + seq2seqモデルの質問応答」

2つの主なアプローチ

1-文字レベル

2-ワードレベル

LSTMレイヤーを使用して再発性ニューラルネットワークをモデル化して、以前の単語を考慮して次の単語またはcharを予測する

このコードの使用方法

QAモデルの作成

（まもなく完了します）

毎日のダイアログデータセットで前提型モデルを使用します

（まもなく完了します）

データセット形式

（まもなく完了します）

やる

• state_is_tupleを使用して、charレベルで

• トレーニング可能なパラメーターの数の印刷

• モデルのトレーニング

• 推定器を使用します

• 文字列データをインデックスに変換するには、毎回それをしないには時間がかかります

• コードは汚れています私はそれをきれいにしなければなりません

• 保存はseq2seqで処理されません

• プロット損失

• ドロップアウトを追加します

• 最後のバッチは無視され、batch_sizeに到達しません

• 早期停止を処理します