Neural Dialogue System

"# RNN-Language-Model + Seq2Seq Model para resposta a perguntas"

Duas abordagens principais

1- nível de caractere

2- nível de palavra

Usando camadas LSTM para modelar a rede neural recorrente para prever a próxima palavra ou char, considerando os anteriores

Como usar este código

Criando modelo de controle de qualidade

(será concluído em breve)

Usando modelo pré -terenciado no conjunto de dados diário de diálogo

(será concluído em breve)

Seu formato de conjunto de dados

(será concluído em breve)

PENDÊNCIA

• Usando State_is_tuple no nível de char

• Número de impressão de parâmetro treinável

• Treinando o modelo

• Usando estimador

• A conversão de dados da string em índices leva muito para não fazê -lo sempre

• O código está sujo, eu tenho que limpá -lo

• Salvar não é tratado no SEQ2SEQ

• Perda de plotagem

• Adicionando abandono

• Últimos lotes são ignorados, não chegando a Batch_size

• Lidar com a parada precoce