Neural Dialogue System

"# RNN-Language-Model + SEQ2SEQ รุ่นสำหรับการตอบคำถาม"

สองวิธีหลัก

1- ระดับตัวละคร

2- ระดับคำ

การใช้เลเยอร์ LSTM เพื่อจำลองเครือข่ายประสาทที่เกิดขึ้นซ้ำเพื่อทำนายคำต่อไปหรือถ่านที่ได้รับก่อนหน้านี้

วิธีใช้รหัสนี้

การสร้างโมเดล QA

(จะแล้วเสร็จเร็ว ๆ นี้)

การใช้โมเดล pretrained บนชุดข้อมูลรายวัน

(จะแล้วเสร็จเร็ว ๆ นี้)

รูปแบบชุดข้อมูลของคุณ

(จะแล้วเสร็จเร็ว ๆ นี้)

สิ่งที่ต้องทำ

• ใช้ state_is_tuple ในระดับถ่าน

• จำนวนการพิมพ์พารามิเตอร์ที่สามารถฝึกอบรมได้

• การฝึกอบรมแบบจำลอง

• ใช้ตัวประมาณค่า

• การแปลงข้อมูลสตริงเป็นดัชนีใช้เวลานานในการไม่ทำทุกครั้ง

• รหัสสกปรกฉันต้องทำความสะอาด

• การประหยัดไม่ได้รับการจัดการใน SEQ2SEQ

• การวางแผนการสูญเสีย

• การเพิ่มการออกกลางคัน

• แบทช์ล่าสุดจะถูกละเว้นไม่ได้ไปที่ batch_size

• จัดการการหยุดเร็ว