本项目主要基于Pytorch 并且集成了Beam Search
需求:
BeamSearch算法
很经典的贪心算法,在很多领域都有应用。
在这个引用中 我们引入了惩罚因子
用法
# 准备数据
python3 preprocessing.py
# 训练
python3 seq2seq.py train
# 预测
python3 seq2seq.py predict
# 重新训练
python3 seq2seq.py retrain
结果
以下是k=5时的结果, 越接近1,结果越好
me > 我是谁
drop [3, 1], 1
drop [1, 6, 1], 2
drop [7, 6, 1], 3
drop [4, 5, 6, 1], 4
drop [7, 6, 8, 1], 5
ai > __UNK__ -1.92623626371
ai > -1.41548742168
ai > 关你 -1.83084125204
ai > 我是你 0.0647218796512
ai > 关你屁事 -0.311924366579