https://github.com/changwookjun/chatbot_seq2seq

Chatbot using Tensorflow (Model is seq2seq) ko
https://github.com/changwookjun/chatbot_seq2seq

chatbot chatbot-data korean-nlp multi-rnn paper python rnn seq2seq tensorflow

Last synced: 2 months ago
JSON representation

Chatbot using Tensorflow (Model is seq2seq) ko

• Host: GitHub
• URL: https://github.com/changwookjun/chatbot_seq2seq
• Owner: changwookjun
• Created: 2018-10-24T07:01:31.000Z (over 7 years ago)
• Default Branch: master
• Last Pushed: 2018-11-22T07:27:07.000Z (over 7 years ago)
• Last Synced: 2025-03-28T20:44:19.978Z (over 1 year ago)
• Topics: chatbot, chatbot-data, korean-nlp, multi-rnn, paper, python, rnn, seq2seq, tensorflow
• Language: Python
• Homepage:
• Size: 429 KB
• Stars: 1
• Watchers: 2
• Forks: 2
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# ChatBot(seq2seq)

NLG를 활용한 ChatBot을 개발함  

# Architecture 

![images](images/seq2seq.png)  

# Learning Data

Title|Contents|Other

--|--|--

데이터 이름|Chatbot data

데이터 용도|한국어 챗봇  학습을 목적으로 사용한다.

데이터 권한|MIT 라이센스

데이터 출처|https://github.com/songys/Chatbot_data (송영숙님)

# Requirement

Python 3.6.6   

tensorflow 1.11   

konlpy   

pandas   

sklearn   

# Project Structure

    .

    ├── data_in                     # 데이터가 존재하는 영역

        ├── ChatBotData.csv         # 전체 데이터

        ├── ChatBotData.csv_short   # 축소된 데이터 (테스트 용도)

        ├── README.md               # 데이터 저자 READMD 파일

    ├── data_out                    # 출력 되는 모든 데이터가 모이는 영역

        ├── vocabularyData.voc      # 사전 파일

        ├── check_point             # check_point 저장 공간

    ├── configs.py                  # 모델 설정에 관한 소스

    ├── data.py                     # data 전처리 및 모델에 주입되는 data set 만드는 소스

    ├── main.py                     # 전체적인 프로그램이 시작되는 소스

    ├── main.ipynb                  # 주피터 노트북을 통해 프로그램 내용을 확인 가능

    ├── model.py                    # 모델이 들어 있는 소스

    └── predict.py                  # 학습된 모델로 실행 해보는 소스   

   

# Config

tf.app.flags.DEFINE_integer('batchSize', 100, 'batch size') # 배치 크기  

tf.app.flags.DEFINE_integer('trainSteps', 10000, 'train steps') # 학습 에포크  

tf.app.flags.DEFINE_float('dropoutWidth', 0.5, 'dropout width') # 드롭아웃 크기  

tf.app.flags.DEFINE_integer('layerSize', 3, 'layer size') # 멀티 레이어 크기 (multi rnn)  

tf.app.flags.DEFINE_integer('hiddenSize', 128, 'weights size') # 가중치 크기  

tf.app.flags.DEFINE_float('learningRate', 1e-3, 'learning rate') # 학습률  

tf.app.flags.DEFINE_string('dataPath', './data/ChatBotData.csv', 'data path') #  데이터 위치  

tf.app.flags.DEFINE_string('vocabularyPath', './data/vocabularyData.voc', 'vocabulary path') # 사전 위치  

tf.app.flags.DEFINE_string('checkPointPath', './checkPoint', 'check point path') # 체크 포인트 위치  

tf.app.flags.DEFINE_integer('shuffleSeek', 1000, 'shuffle random seek') # 셔플 시드값  

tf.app.flags.DEFINE_integer('maxSequenceLength', 25, 'max sequence length') # 시퀀스 길이  

tf.app.flags.DEFINE_integer('embeddingSize', 128, 'embedding size') # 임베딩 크기  

tf.app.flags.DEFINE_boolean('tokenizeAsMorph', True, 'set morph tokenize') # 형태소에 따른 토크나이징 사용 유무  

tf.app.flags.DEFINE_boolean('embedding', True, 'Use Embedding flag') # 임베딩 유무 설정  

tf.app.flags.DEFINE_boolean('multilayer', True, 'Use Multi RNN Cell') # 멀티 RNN 유무  

# Usage

python main.py

# Predict

python predict.py 남자친구가 너무 잘 생겼어

# Reference

Title|Contents

--|--

Data|[Chatbot data](https://github.com/songys/Chatbot_data)  

Paper|[Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation](https://arxiv.org/pdf/1406.1078.pdf)  

Paper|[Neural Machine Translation by Jointly Learning to Align and Translate](https://arxiv.org/abs/1409.0473.pdf)

# Author

ChangWookJun / @changwookjun (changwookjun@gmail.com)