一个可以使用自己语料进行训练的聊天机器人开源项目

背景

自定义语料训练聊天机器人，可以用于智能客服、在线问答、智能聊天等场景。目前包含seq2seq、seqGAN版本和tf2.0版本。

https://github.com/chatopera/chatbot-seq2seq

后续计划更新pytorch版本，欢迎大家实践交流。

关于语料的说明

以小黄鸡的语料为例子，地址

corpus-小黄鸡

其它语料：

心理咨询问答语料库

保险行业语料库

seq2seq版本代码执行顺序

1、在下载好代码和语料之后，将语料文件放入data目录下。

2、按照 数据预处理器（data_utls.py)–>execute.py(执行器)–>app.py（可视化对话模块）的顺序执行就可以了。

3、超参配置在seq2seq.ini和seq2seq_sever.ini文件中配置。

seqGAN版本代码执行顺序

1 、在下载好代码和语料之后，将语料文件放入source_data目录下。
2、按照 数据预处理器（source_data_utls.py)–>execute.py(执行器)–>app.py（可视化模块）的顺序执行就可以了

参考代码和文献

seqGan_chatbot

deep-qa

建议环境

ubuntu14.04
python3.5
TF1.X:
tensorflow==1.10.1 或者 tensorflow-gpu==1.10.1
flask==0.11.1

已更新功能清单

V1.1:已经增加中文分词，效果是变得更好了。注意在使用分词后，需要增加词典的大小，否则的话会导致词典无法覆盖训练集，导致出现很多的UNK。直接在seq2seq.ini中修改超参数enc_vocab_size和dec_vocab_size的值即可。

V2.0:增加一个基于SeqGan的版本，以增加训练的效果。

V3.0：增加TensorFlow2.0版，训练效果见文件夹内图片，训练数据已经准备好，直接执行python3 execute即可进行训练。 PS:预训练好了一个模型，链接:https://pan.baidu.com/s/1zcrBn8dpOhtBZu_T7TOO9w 密码:s7sq，可以下载使用，模型的效果见效果图，在使用预训练模型前需要先执行data_utl.py文件更新字典。

版本路线图

V4.0:

• a、增加pytorch版本；
• b、对当前的工程结构进行调整；
• 敬请期待。