Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/shunyooo/kg-cvae-generator

kg-CVAEの実装。Python3 / torch 1.1.0
https://github.com/shunyooo/kg-cvae-generator

Last synced: 2 months ago
JSON representation

kg-CVAEの実装。Python3 / torch 1.1.0

Awesome Lists containing this project

README

        

# kg-cvae-generator

kg-CVAEの実装。Python3 / torch 1.1.0

## Introduction

▼ paper

> [Learning Discourse-level Diversity for Neural Dialog Models using Conditional Variational Autoencoders(ACL17)](https://arxiv.org/abs/1703.10960)

BASE : [pingpong-ai/kg-cvae-generator](https://github.com/pingpong-ai/kg-cvae-generator):**Python3/PyTorch 1.1.0**

![image-20191118120136214](https://tva1.sinaimg.cn/large/006y8mN6gy1g920fhlst7j323a0kin4w.jpg)

## Getting Started

韓国語の学習

python main_kor.py

英語の学習

python main_eng.py

学習済みモデルで推論

python inference.py

学習の際、学習済み埋め込みモデルを活用することができます。英語の場合Glove.txt, ハングルの場合Fasttext.binファイル形式に対応しますy。

埋め込みモデルの使用はcorpud configファイルのword2vec_path変数に埋め込みファイルのパスを指定してください。

- 英語の場合は[Stanfordの埋め込みモデル](https://nlp.stanford.edu/projects/glove/)でTwitterの200次元の埋め込みを使用しています。
- 韓国語の場合には、木のwiki(韓国のwiki)を学習させた300次元の埋め込みを使用しています。

## Dataset

- 英語の場合、ワン著者の論文のSwitchboardコーパス(JSONLフォーマット)を参照しています。
- 韓国語の場合には、[恋愛の科学](https://scienceoflove.co.kr/)で抽出された会話データを活用しました。example_kor.jsonファイルを参照してください。

## Requirements

```
torch==1.1.0
tqdm
numpy
nltk (for english)
```

## 参考

**Learning Discourse-level Diversity for Neural Dialog Models using Conditional Variational Autoencoders(ACL17)**

[snakeztc/NeuralDialog-CVAE](https://github.com/snakeztc/NeuralDialog-CVAE):Python2.7/Tensorflow1.3.0 /cuDNN 6

- [hfef7ui2/final_year_project_kgCVAE](hfef7ui2/final_year_project_kgCVAE):**Python3.5**/TensorFlow 1.3.0/cuDNN 6
- [ruotianluo/NeuralDialog-CVAE-pytorch](ruotianluo/NeuralDialog-CVAE-pytorch):Python2.7/PyTorch 0.4
- [pingpong-ai/kg-cvae-generator](https://github.com/pingpong-ai/kg-cvae-generator):**Python3/PyTorch 1.1.0**