基于Seq2seq的中文聊天机器人
dynamic-seq2seq
基于中文语料和dynamic_rnn的seq2seq模型
需要 python3+ tensorflow-1.0+ 谷歌最近开源了一个seq2seq项目 这个项目加入了beam search，但是非官方的项目，并且该项目是直接从文件里面读数据，所以需要修改代码。 tensorflow推出了dynamic_rnn替代了原来的bucket，本项目就是基于dynamic_rnn的seq2seq模型。
这里我构建了一些对话预料，中文语料本身就比较稀缺，理论上来说语料越多模型的效果越好，但会遇到很多新的问题，这里就不多作说明。
详情
用法:
# 预处理
python3 preprocessing.py
# 训练
python3 seq2seq.py train
# 重新训练
python3 seq2seq.py retrain
# 预测
python3 seq2seq.py infer
效果:
me > 你的名字
RR > 我叫RR
me > 你
RR > 我是RR呀，请问有什么可以帮您吗？
me > 天气
RR > 地点： 重庆
气温： 27
注意： 各项气象条件适宜，无明显降温过程，发生感冒机率较低。
me > 北京的天气
RR > 地点： 北京
气温： 26
注意： 各项气象条件适宜，无明显降温过程，发生感冒机率较低。
me > 我是谁
RR > 您是yw
me > 修改我的名字
ai > 您需要我叫您什么？
me > 程序猿
RR > 好的以后就叫您程序猿了
me > 我的名字
RR > 您是程序猿
