读书笔记：使用seq2seq架构搭建聊天机器人.zip

# 基于Luong attention机制的seq2seq2的chatbot 使用seq2seq架构搭建聊天机器人。 灵感是pytorch的[chatbot_tutorial](https://pytorch.org/tutorials/beginner/chatbot_tutorial.html) torch官方使用了`batch_first=False`的数据组织方式，我则使用了`batch_first=True`的方式（单纯觉得`batch_first=True`更加符合我的理解） encoder-decoder(Luong attention机制)的图大致如下：  使用Cornell的电影对话数据集，[链接](https://www.cs.cornell.edu/~cristian/Cornell_Movie-Dialogs_Corpus.html) (项目中已经包含数据集，无需额外下载) ## 训练模型 ```bash python main.py --train --root="data" --device="cuda" --batch_size=64 --save_dir="chatbot" --teacher_forcing_ratio=0.95 --learning_rate=0.003 --epoch=15 --print_interval=100 --save_interval=1000 ``` ## 测试性能 ```bash python main.py --test --root="data" --state_dict=<saved state dict> ``` ## 进行推理 推理为一问一答式的开放式问答 ```bash python play.py --state_dict=<saved state dict> --show_confidence ``` 通过命令行来进行简单的交互：