🍀又一个 PyTorch 实现的中文聊天机器智障~

💖 利用有趣的中文语料库 qingyun，由 @Doragd 同学编写的中文聊天机器人⛄️

尽管她不是那么完善💪，不是那么出色🐾

但她是由我自己 coding 出来的💖 ，所以

希望大家能够多多 star 支持 ⭐️ 这个 NLP 初学者🏃和他的朋友🍀 小智

项目地址： https://github.com/Doragd/Chinese-Chatbot-PyTorch-Implementation

深刻体会：

• 这次实践的过程实际是跟着 PyTorch Tutorial 先过了一遍 Chatbot 部分，跑通以后，再更换语料库，处理语料库，再按照类的风格去重构了代码，然后就是无尽的 Debug 过程。虽然模型最后的结果不是很好，但是我觉得有很大收获，因为踩了很多很多坑，都是以后的教训！！
• 最深刻的体会就是“深度学习知识的了解和理解之间差了 N 个编程实现”。虽然理论大家都很清楚，但是真正到编程实现时，总会出这样，那样的问题：从数据集的处理，到许多公式的编程实现，到参数的调节，GPU 配置等等各种问题
• 在做这个项目时，为了方便自己理解，所以模型部分的注释写的都很清楚！所以我觉得非常适合我们这些 NLP 小白！！！尤其是第一次使用 PyTorch 的！希望大家一定多多支持！！😭

🌟 测试效果

• 不使用知识库进行回答

• 使用知识库进行回答

🌈背景

这个项目实际是软件工程课程设计的子模块。我们的目标是开发一个智能客服工单处理系统。

智能客服工单系统实际的工作流程是：当人向系统发出提问时，系统首先去知识库中查找是否存在相关问题，如果有，则返回问题的答案，此时如何人不满意，则可以直接提交工单。如果知识库中不存在，则调用这个聊天机器人进行自动回复。

该系统服务的场景类似腾讯云的客服系统，客户多是来咨询相关问题的(云服务器，域名等)，所以知识库也是有关云服务器，域名等的咨询，故障处理的 (问题,答案) 集合。

系统的前端界面和前后端消息交互由另一个同学完成，主要采用 React+Django 方式。

我负责的是知识库的获取和聊天机器人的编写，训练，测试

🌸技术实现

语料库：qingyun 语料，10w 条， 收集自某聊天机器人交流群

• 来源： https://github.com/codemayq/chinese_chatbot_corpus

Seq2Seq

• Encoder：两层双向 GRU
• Decoder：双层单向 GRU

Attention

• Global attention，采用 dot 计算分数
• Ref. https://arxiv.org/abs/1508.04025