前言

釋出這篇 Chat 的初衷是想和各位一起分享一下動手來做聊天機器人的樂趣，因此本篇文章適合用於深度機器學習的研究和興趣發展，因為從工業應用的角度來看使用百度、科大訊飛的 API 介面會更加的適合。在這篇文章中，希望和大家一起共同交流和探索動手實踐的樂趣，當然也歡迎大神來做深度的探討以及吐槽。這篇 Chat 的基礎原始碼來自網際網路，我進行了綜合優化和部分程式碼的重寫，我也會在這邊文章釋出的同時將所有原始碼上傳到 Git 分享出來，這樣在文章中我就不佔用篇幅貼出全部的原始碼，大家可以從 Git 上 pull 下來對照著文章來看。

一、系統設計思路和框架

本次系統全部使用 Python 編寫，在系統設計上遵循著配置靈活、程式碼模組化的思路，分為資料前處理器、資料處理器、執行器、深度學習模型、視覺化展示五個模組。模組間的邏輯關係大致為：資料預處理是將原始語料進行初步的處理以滿足於資料處理模組的要求；執行器是整個系統引擎分別在運轉的時候呼叫資料處理器、深度學習模型進行資料處理、模型訓練、模型運作等工作；深度學習模型是一個基於TF的seq2seq模型，用於定義神經網路並進行模型計算；視覺化展示是一個用Flask前端框架寫的簡單的人機互動程式，在執行時呼叫執行器進行人機對話。

參考文件和完整的文件和原始碼下載地址：

https://www.write-bug.com/article/1786.html