深度学习项目(二)对话机器人
项目背景
对话聊天机器人是一个热门话题,许多研究者都希望能够开发出让人无法分辨真假的聊天机器人,许多人声称可以使用自然语言处理和深度学习技术来实现这一点。 现如今也出现了聊天机器人,比如小度等智能助手,本项目是使用电影对话语料库,使用Seq2Seq模型+注意力机制训练模型,并进行测试,可以使用模型进行对话。
项目步骤
本项目从以下五个步骤进行:
- 注意力机制:编写本项目中的重点,注意力机制的完成过程。
- 数据处理:对数据进行读取并处理,将数据全部处理为相同的长度,方便作为神经网络的输入。
- 创建词向量:词向量是用来表示词的向量,也就是将文本转化为相应的特征向量。
- 搭建模型并训练:搭建本次项目所使用的神经网络,并进行训练,得出训练的模型。
- 模型测试:使用训练好的模型进行测试,试试使用训练的模型是否可以进行对话。
导入第三方库
import numpy as np
import pandas as pd
import os
import tensorflow as tf
from tensorflow.python.keras.layers import Layer
from tensorflow.python.keras import backend as K
注意力机制
- Attention的出现就是为了两个目的:1. 减小处理高维输入数据的计算负担,