从零开始玩转TensorFlow：小明的机器学习故事 6-CSDN博客

本文链接：https://blog.csdn.net/qq_41611586/article/details/145843732

小明与企业客服升级的故事

1 场景背景：让客户满意的挑战

小明近期在一家电商企业实习，发现公司常接到顾客各种各样的问题：

“你们的最新产品有什么功能？”
“能否介绍一下优惠活动？”
“是否支持7天无理由退换？”
“我怎么查物流？”

人工客服应接不暇，于是小明提出打造一款 “自动客服机器人” 的想法，专门回答常见问题或提供产品介绍。除此之外，市场部门也希望能自动生成一段营销文案来吸引顾客。小明决定用深度学习中的RNN文本生成来为企业客服带来更多“创意回复”的可能性。

2 目标与原理：RNN帮助“写文案、答问题”

目标
- 降低客服压力：自动回复部分重复性问题；
- 生成简易文案：基于用户关键字自动组成一句或几句介绍文本。
为什么使用RNN来做文本生成
- 序列数据处理：客服对话、产品描述都是自然语言文本；
- 灵活回答：既能在已有数据基础上“学习”企业话术，又能在生成阶段适当拼接新词汇，提供多样化回复；
- 融入对话场景：后续也可扩展为更高级的Seq2Seq或Transformer结构。

3 从数据到部署：完整代码示例

下面以两个脚本 train.py 和 app.py 来演示：

train.py：包含极简示例数据、数据处理、RNN 模型构建与训练，并保存为 H5 格式（Keras 3 兼容）。
app.py：使用 Flask 加载已训练的 H5 模型，实现一个简易的网页界面，让用户输入开头文字，系统自动继续生成文本。

提示：以下示例仅作演示用，数据量非常少，生成效果可能“驴唇不对马嘴”。在商业场景需准备更多语料、做更强大模型或使用检索式问答等。

3.1 项目目录结构

在名为 rnn_text_generation_demo 的文件夹中放置以下文件：

rnn_text_generation_demo/
 ├── train.py         # 训练脚本
 ├── app.py           # Flask 部署脚本
 └── saved_model/     # 保存模型用，脚本运行后自动生成

3.2 训练脚本：`train.py`

请将下面代码复制到 train.py 文件里。它会执行以下步骤：

准备一小段原始文本数据（客服与产品描述示例）。
清洗、分词，构建词典。
组织 (input, target) 序列进行训练。
构建并训练一个简单的 LSTM 模型。
以 H5 格式 保存模型 + 词典信息（为 Keras 3 兼容重点）。

"""
train.py

示例：使用 tf.keras + RNN(LSTM) 做简单的文本生成训练，并以H5方式保存模型，兼容Keras 3。
"""

import tensorflow as tf
import re
import os

# ============= 1. 示例数据（极简） =============
raw_text_corpus = [
    "我们的新款手机屏幕是6.5英寸，拥有1080P高清分辨率。",
    "这款耳机支持降噪功能，续航时间可达24小时。",
    "满500减50的活动正在进行中，抓紧抢购哦！",
    "这款运动鞋防水、防滑，适合户外运动。",
    "物流信息可通过订单号在官网查询。",
    "我们的客服团队将竭诚为您服务。",
    "欢迎咨询产品详情或优惠活动。"
]

# ============= 2. 数据清洗与分词 =============
def simple_clean_text(text):
    # 仅作基本示例：去除特殊字符，只保留中英文、数字和常见标点
    text = re.sub(r"[^a-zA-Z0-9\u4e00-\u9fa5。，！？：,\.\!\?\:]", "", text)
    return text

def simple_tokenize(text):
    """
    极简分词示例：把中文当作逐字拆分，英文数字以字符拆分。
    真实项目请使用jieba或更成熟分词工具。
    """
    text = text.strip()
    tokens = []
    for char in text:
        if char.strip():
            tokens.append(char)
    return tokens

cleaned_sentences = []
for line in raw_text_corpus:
    line = simple_clean_text(line)
    tokens = simple_tokenize(line)
    cleaned_sentences.append(tokens)

# ============= 3. 建立词典 =============
all_tokens = []
for tokens in cleaned_sentences: