文件名称:chatbot
- 所属分类：
- 人工智能/神经网络/遗传算法
- 资源属性：
- 上传时间：
- 2020-05-23
- 文件大小：
- 55.29mb
- 下载次数：
- 1次
- 提 供 者：
- 白***
- 相关连接：
- 无
- 下载说明：
- 别用迅雷下载，失败请重下，重下不扣分！
下载
别用迅雷、360浏览器下载。
如迅雷强制弹出，可右键点击选“另存为”。
失败请重下，重下不扣分。
如迅雷强制弹出，可右键点击选“另存为”。
失败请重下，重下不扣分。
介绍说明－－下载内容均来自于网络，请自行研究使用
聊天机器人
原理： 严谨的说叫 ”基于深度学习的开放域生成对话模型“，框架为Keras（Tensorflow的高层包装），方案为主流的RNN（循环神经网络）的变种LSTM（长短期记忆网络）+seq2seq（序列到序列模型），外加算法Attention Mechanism（注意力机制），分词工具为jieba，UI为Tkinter，基于”青云“语料（10万+闲聊对话）训练。
运行环境：python3.6以上，Tensorflow，pandas，numpy，jieba。(Chat Robot Principle: Strictly speaking, it is called "Open Domain Generation Dialogue Model Based on Deep Learning". The fr a mework is Keras (High-level Packaging of Tensorflow). The scheme is LSTM (Long-term and Short-term Memory Network)+seq2seq (Sequence to Sequence Model), plus Attention Mechanism (Attention Mechanism). The word segmentation tool is Jieba and the UI is Tkinter. Based on "Qingyun" corpus (100,000 + chat dialogue) training. Running environment: Python 3.6 or more, Tensorflow, pandas, numpy, jieba.)相关搜索： jieba分词
lstm
attention
seq2seq
attention
LSTM
lstm
attention
原理： 严谨的说叫 ”基于深度学习的开放域生成对话模型“，框架为Keras（Tensorflow的高层包装），方案为主流的RNN（循环神经网络）的变种LSTM（长短期记忆网络）+seq2seq（序列到序列模型），外加算法Attention Mechanism（注意力机制），分词工具为jieba，UI为Tkinter，基于”青云“语料（10万+闲聊对话）训练。
运行环境：python3.6以上，Tensorflow，pandas，numpy，jieba。(Chat Robot Principle: Strictly speaking, it is called "Open Domain Generation Dialogue Model Based on Deep Learning". The fr a mework is Keras (High-level Packaging of Tensorflow). The scheme is LSTM (Long-term and Short-term Memory Network)+seq2seq (Sequence to Sequence Model), plus Attention Mechanism (Attention Mechanism). The word segmentation tool is Jieba and the UI is Tkinter. Based on "Qingyun" corpus (100,000 + chat dialogue) training. Running environment: Python 3.6 or more, Tensorflow, pandas, numpy, jieba.)相关搜索： jieba分词
lstm
attention
seq2seq
attention
LSTM
lstm
attention
(系统自动生成,下载前可以参看下载内容)
下载文件列表
| 文件名 | 大小 | 更新时间 |
|---|---|---|
| answer_o.npy | 2621612 | 2019-05-23 |
| main.py | 8381 | 2019-05-27 |
| models | 0 | 2019-05-25 |
| models\W--184-0.5949-.h5 | 73024168 | 2019-05-24 |
| pad_answer.npy | 8000128 | 2019-05-23 |
| pad_index_to_word.pkl | 550194 | 2019-05-23 |
| pad_question.npy | 8000128 | 2019-05-23 |
| pad_word_to_index.pkl | 550194 | 2019-05-23 |
| simkai.ttf | 11787328 | 2017-12-04 |
| START.bat | 80 | 2019-05-27 |
| vocab_bag.pkl | 420384 | 2019-05-23 |