https://github.com/ninzore/chinese_chatbot_torch
使用QQ聊天记录制作属于你自己的聊天机器人
https://github.com/ninzore/chinese_chatbot_torch
chatbot
Last synced: 12 months ago
JSON representation
使用QQ聊天记录制作属于你自己的聊天机器人
- Host: GitHub
- URL: https://github.com/ninzore/chinese_chatbot_torch
- Owner: Ninzore
- License: gpl-3.0
- Created: 2019-12-03T10:09:16.000Z (over 6 years ago)
- Default Branch: master
- Last Pushed: 2020-09-29T05:46:31.000Z (almost 6 years ago)
- Last Synced: 2025-04-14T13:54:28.696Z (about 1 year ago)
- Topics: chatbot
- Language: Python
- Homepage:
- Size: 43 KB
- Stars: 31
- Watchers: 2
- Forks: 1
- Open Issues: 2
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Chinese_Chatbot_Torch
requirements: PyTorch, Jieba
使用QQ的聊天记录作为语料库，需要先把QQ聊天记录提取为txt格式才能使用
每个模块在干什么，在代码注释里写的还是比较清楚的
!!!由于QQ聊天过于碎片化，并且每句都很短，聊天记录最好选取关于短时间内同一个话题的内容（其实手工筛最好了）!!!
程序运行顺序
```graph
格式化聊天记录-->预处理-->生成语料库-->训练模型-->聊天测试;
```
运行程序
```graph
chatlog-->preprocess-->train;
```
### chatlog:
会根据QQ聊天记录生成一个csv文件，作为之后的材料
### preprocess: 会在这个csv的基础上生成
1. 所需要的字典index2voc和voc2index
2. 根据voc2index字典生成的index句子对，句子对文件分为2行，左边是input，右边是target
### corpus_gen:
根据输入的句子对生成一个batch，这个batch会作为一次训练的素材
### rnn_model:
训练用的神经网络，模型为RNN+Attention，其中RNN作为双向编码还有解码，Attention作为解码的一部分
### train:
训练和测试，使用trainBegin函数进行训练，使用chatBegin开始试着聊天
在实际进行聊天时使用了贪婪算法，在GreedySearchDecoder当中可以调参数
默认为每1000次迭代保存一次模型参数，初始时不加载模型参数(从0开始)，字典默认是加 载的以便加快速度(重新生成字典很慢的)