dynamic-seq2seq

基於中文語料和dynamic_rnn的seq2seq模型

需要 python3+ tensorflow-1.0+
谷歌最近開源了一個seq2seq專案 google seq2seq
這個專案加入了beam search，但是非官方的專案，並且該專案是直接從檔案裡面讀資料，所以需要修改程式碼。
tensorflow推出了dynamic_rnn替代了原來的bucket，本專案就是基於dynamic_rnn的seq2seq模型。

這裡我構建了一些對話預料，中文語料本身就比較稀缺，理論上來說語料越多模型的效果越好，但會遇到很多新的問題，這裡就不多作說明。

用法:

    # 預處理
    python3 preprocessing.py
    # 訓練
    python3 seq2seq.py train
    # 重新訓練
    python3 seq2seq.py retrain
    # 預測
    python3 seq2seq.py infer  

效果:

    me > 你的名字
    RR > 我叫RR

    me > 你
    RR > 我是RR呀，請問有什麼可以幫您嗎？

    me > 天氣
    RR > 地點： 重慶
         氣溫： 27
 

         注意： 各項氣象條件適宜，無明顯降溫過程，發生感冒機率較低。

    me > 北京的天氣
    RR > 地點： 北京
         氣溫： 26
         注意： 各項氣象條件適宜，無明顯降溫過程，發生感冒機率較低。

    me > 我是誰
    RR > 您是yw
    me > 修改我的名字
    ai > 您需要我叫您什麼？
    me > 程式猿
    RR > 好的以後就叫您程式猿了
    me > 我的名字
    RR > 您是程式猿