MyTwitterBot
1.0.0
該存儲庫最初是從Standford在NLP上深入傾斜課程中的Assigment 2的擴展。完成作業後，我嘗試將代碼轉換為有用的東西（您可以判斷我以任何形式實現這一目標）。
我使用RNN創建了語言模型，並創建了一個Twitter機器人。文件夾“數據”中有一些語料庫：
Penn Tree Bank（PTB）數據集。
到目前為止，所有總統的特朗普複雜推文都發了推文（2017年8月2日）。
迄今為止，巴西喬納爾·薩卡姆托（Leornardo Sakamoto）的所有博客文章都在他的網站上發布（2017年8月2日）。
有了這些語料庫，我創建了三個不同的機器人：PTBBOT，TRAMPBOT和SAKABOT（我知道不是很原始的名字）。一般的理論家是，您可以使用各種不同的語料庫來生成更具創造力和有趣的推文！
例如，使用ptbbot，我在推特上發了很棒的東西，例如：
要安裝所有必需的庫，只需運行：
$ sudo apt-get install python3-pip
$ pip3 install -r requirements.txt
在開始創建自己的驚人推文之前，必須先在Twitter上註冊您的應用程序。因此，從現在開始，我假設您在稱為“ key.py”的文件中擁有所有關鍵信息（此文件應在文件夾“代理”中）。
首先，要執行完整的測試，您可以簡單地運行：
$ python3 src/test/test_all.py
現在，如果一切正常，您可以轉到所有機器人所在的文件夾“教程”。讓我們以Trumpbot為例。在編寫任何推文之前，您需要訓練模型：
$ cd src/tutorials/TrumpBot
$ python3 train.py
訓練後，您可以與機器人進行互動以編寫任何數量的推文；只是跑
$ python3 write.py
您從此交互中寫的所有推文都將存儲在文件夾“ Twitter_draft”上。假設“ date.txt”是一個帶有一些推文的文本文件，您可以編輯此文件然後運行：
$ python3 post.py ./twitter_draft/date.txt -m 30
該機器人將使用您在文件“ key.py”中寫的帳戶的帳戶以30分鐘的間隔發布所有推文。
代理：編碼機器人行為。
數據：包含所有語料庫的文件夾。
圖像：文件readme.md的圖像
測試：每個模塊的測試。
text_processing ：文本處理的不同功能。
tftools ：Tensorflow RNN模型和輔助功能。
教程：具有三個基本機器人的文件夾。
Twitter ：Tweepy功能。
