本文介绍了如何利用TensorFlow的seq2seq模型建立一个聊天机器人。首先，针对tensorflow-0.12.0-rc1版本的一个bug进行了修复。接着，对输入文本进行预处理，包括替换类别编号、分离字符、转换为简体并标准化非国字字符。训练数据分为类别和客户询问两个文件。使用字向量并调整分桶大小以适应模型训练。最后，通过设置GPU K40的超高速运行状态来加速训练和测试过程。
使用了TensorFlow中的transalte程序实现对问题的分类，即输入一个问题，输出一个问题的编码。具体过程如下：
（1）使用的版本为tensorflow-0.12.0-rc1，但该版本中存在一个bug，需要进行修改，将data_utils.py中的函数initialize_vocabulary中：
rev_vocab =[line.strip() for line in rev_vocab]
修改为：
rev_vocab = [tf.compat.as_bytes(line.strip()) for line inrev_vocab]
或者参考链接:
https://github.com/tensorflow/models/issues/771
（2）修改源代码：
可参考链接：
最低0.47元/天 解锁文章
扫一扫
697
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
