yandex-conversational-challenge:在张量流中实现的端到端深度学习基于检索的对话系统

一般对话挑战 该仓库在Tensorflow中实现了基于检索的对话系统。 这是Yandex Algorithm 2018（ ）的ML跟踪解决方案。 挑战的目标是建立一个系统，该系统可以根据标记的好莱坞电影剧本对对话系统的答案进行排名。 任务 给定一个对话框（从1到3个发声）和最多5个可能的答案，请根据火车数据集中的标记答复对答案进行排名。 数据预处理 作业中的数据或多或少是干净的。 但是，它确实包含一些拼写错误和编码错误（例如，用“ьl”代替“ы”）。 因此，在将句子词转换为索引期间，我需要进行一些处理。 为了简单起见，我也将单词改为小写。 如果上下文中包含不止一种话语，我将它们串联成一个较长的段落。 模型 主要思想是使先前对话的上下文表示和适当的答案更接近。 简要概述： 单词->使用fasttext的单词向量 使用bi-LSTM层的单词向量到每个单词的上下文表示 致密层 通过沿水平轴