毕设&课设&项目&实训-基于seq2seq和注意力机制训练对中文话机器人.zip

# 对话机器人训练实验 - 基于seq2seq及attention机制 项目是基于官方的[对话机器人教程](https://pytorch.org/tutorials/beginner/chatbot_tutorial.html)进行改写的。可以实现基于原始的对话语料（一问一答形式）训练深度学习对话机器人。 具体可实现效果如下：  ## 项目构成 ``` ├── corpus 存放语料及语料预处理代码 ├── data.py 数据预处理 ├── data_transform.py 将数据转化成模型能够接收的格式 ├── evaluate.py 测试模型 ├── main.py 训练主程序 ├── model.py 编码器-解码器模型 ├── models 存储模型 ├── settings.py 项目参数 ├── train.py 训练相关代码 ├── utilis.py 工具函数 └── vocabulary.py 将文本字符转化为字典 ``` ## 如何训练模型？ 修改setting文件的若干参数， 其他参数都可以不用管， 必须要修改的是以下参数： - corpus_name语（料名称）， 最后模型的命名会根据这个来； - data_file（数据所在位置），可选： corpus/qingyun_seg或corpus/xhj_seg, 以青云语料数据为例， 数据形式如下（需要分词）: ``` 南京 在 哪里 | 在 这里 了 咋死 ??? 红烧 还是 爆炒 | 哦 了 哦 了 哦 了 , 咱 聊 点 别的 吧 你 个 小 骚货 ， 哥哥 的 巴操 你 爽 不 爽 ？ | 不要 这样 说 嘛 ！ 很 不 文明 哦 额 麻麻 怎么 会 有 那 玩意儿 | 无法 理解 您 的话 ， 获取 帮助 请 发送 help 孩纸 , 新年 快乐 | {r + }同 乐同乐 ， 大家 一起 乐 ~ 拿 尿 冲 一 冲 | 今天 这 天气 很 适合 聊天 的 说 ``` - 语料的处理的方法名称：read_voc_method， 可选：qingyun或xhj， 两者分别对青语云和小黄鸡语料 在配置完其他训练相关参数以后， 可以运行以下代码来训练模型: ``` python main.py ``` 这样就会在models下面出现相应的模型， 然后我们可以通过运行以下代码来测试模型的效果: ``` python evaluate.py ```