keras教程:手把手教你做聊天机器人(上)

本篇教程的目标:

使用keras,快速搭建属于自己的聊天机器人。

好啦,话不多说,第一代机器人,走起~~


让机器人开口讲话,总共需要三步:

1. 准备对话数据

2. 搭建seq2seq模型

3. 训练模型,并预测聊天效果

需要的工具有3样:

下面,我们就按照步骤,逐一来学习。

第一步:准备对话数据。

A: 复习了一晚上的机器学习。 B: 看懂了? A: 看开了…… B: ……

上面一段对话,如果让机器能“听”懂,又学会“说”,首先,我们需要将它转换为“机器语言”。

什么是“机器语言”?

不是文字,而是一串一串的数字

打个比方,

如果你跟机器人讲“复习”这个词语,她是蒙圈的。

但如果你跟她讲

“[ 0.006 -0.054 -0.101 ]”

此时,她就能收到指令并随时准备去干活…… 尽管有可能,这时换你蒙圈了。

其实,像这样“一个词,对应一串数字 ”,专业术语被称为“词向量”:

复习 → [ 0.006 -0.054 -0.101 ]

它们都被统一放在一个“字典”里

翻开字典,里面记录着每个词语(或字),所对应的向量:

有了这部字典,你就能将每一个词语(或汉字),替换为一串数字,喂给你的机器人。

注意:在上例中,每个词(或字),由3个数字组成,即维数为3。实际工作中,维数通常会达到几十到上百不等,维数越多,词与词之间所表述的关系越准确。此处为了便于理解,将问题进行了简化。

我们可以这样使用“语料”和“字典”:

先将“语料”,切分成“一个一个的词(或字)”,

之后,从字典中,去寻找对应的词向量,

如下图(点击可查看大图):

当我们完成从“文本”到“词向量”的转换,并将每一组“A-B”对话,分别放进变量X和Y中,例如,

那么,我们“第一步,准备数据”的工作,就完成了。

下面,来看代码。

我们使用的Python以及各种包:

Python 3.5.2

jieba 0.38

gensim 2.3.0

numpy 1.13.1

re 2.2.1

首先,导入库和模块。

接下来,我们需要准备“字典”和“语料”。

下载地址:

https://pan.baidu.com/s/1dE2xOJ3

密码: mqu9

(微信无法添加外链,请自行复制到浏览器)

【文件截图】

注意:word_vector中的3个文件,都要下载到本地,并放置在同一个文件夹下。

有了“字典”和“语料”,接下来,我们就要准备所需的训练数据了。

首先,对“语料”进行分词。

接着,将分词后的问-答语句,分别输入X和Y中。

然后,将X和Y中的词语,转换为词向量,并将问答句的长度统一。

至此,数据的准备工作,就完成了。

我们来看下生成的X_vector、Y_vector,它们长什么样子:

打印结果:

由于篇幅有限,这里仅展示出问答句中,第1个句子的第1个词语。

因为,我们使用的字典,其词向量的维数是60,所以,从结果中我们能够看到,每一个词语,都是由60个数字组成。

温馨提示

在本教程中,我们使用的“字典”,即“词向量”,是已经被训练好的、可以直接拿来用的词向量。

当然,你也可以自己训练一套属于自己的“词向量”。

想要详细了解相关知识的同学,可以在后台留言,我会根据大家的需求,酌情展开此部分内容。

恭喜你!

学到这里,

构建聊天机器人最繁琐的部分,

我们已经全部处理完了。

下次课,我们将会搭建算法模型,这部分很重要,但是放宽心,使用keras搭建的速度非常快,代码也简单得令人“发指”!!

好啦,不跟你们多唠了,我要回去给我的robot喂数据了,下次见~~

如果在本文中,有任何疑问,可以关注微信公众号:AI传送门,留言给我们,我们会定期为同学进行答疑。

长按上方二维码,关注我们

原文发布于微信公众号 - AI传送门(aiportal)

原文发表时间:2017-09-12

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏有趣的Python

1-机器学习启蒙- Python基础语法与工具

机器学习正在改变世界 以前的机器学习观点 ? 我为什么学习机器学习?机器人:人工智能应用。 ? 亚马逊零售推荐,Google广告。电影推荐,音乐推荐,社交推荐。...

2977
来自专栏FreeBuf

大话蜜罐日志分析

*本文原创作者:Leon不会玩QEMU,属Freebuf原创奖励计划,未经许可禁止转载 0×00 前言 在部署蜜罐之后,会产生大量的日志,对于威胁情报而言,我们...

2689
来自专栏AI科技大本营的专栏

这一次,我拒绝了Python,选择了Go

最近,我用一个以 Go 语言为后端的软件,实现了一个人脸识别项目。它能够识别出上传照片中的人像 (如流行歌手)是谁。这听起来不错,我决定试一下也给你们介绍一下项...

1034
来自专栏量子位

手把手教你训练一个秒杀科比的投篮AI,不服来练 | 附开源代码

在这篇教程中,谷歌工程师Abe Haskins用简洁易懂的语言,教你用Unity3D和TensorFlow生产一只会投篮的AI。

1020
来自专栏人工智能头条

你们都用 Python 做人脸识别,我就偏要用 Go!

做人脸识别用 Python 比较多,但是今天碰上一个另类,他就跟别人不一样,就不用 Python 用 Go。其实不管是 P 还是 G,能认出脸来就是好样的。

692
来自专栏后端云

云环境中GPU配置

Ocata周期的科学技术重点之一是进一步扩展OpenStack中GPU支持的状态。这里的第一个问题是我们在讨论GPU支持时正在讨论的问题,因为使用现有的Open...

792
来自专栏数据科学与人工智能

【陆勤践行】Python和数据科学的起步指南

Python拥有着极其丰富且稳定的数据科学工具环境。遗憾的是,对不了解的人来说这个环境犹如丛林一般(cue snake joke)。在这篇文章中,我会一步一步指...

22010
来自专栏ATYUN订阅号

Prodigy,从根本上有效的自主学习驱动的注释工具

Prodigy是一种非常高效的机器教学工具,数据科学家可以在无需外部注释的情况下,为新功能创建端到端原型,并且可以顺利地进行生产。无论你是在进行实体识别、意图检...

29610
来自专栏玉树芝兰

如何用Python和深度神经网络寻找近似图片?

给你10万张图片,让你从中找出与某张图片最为近似的10张,你会怎么做?不要轻言放弃,也不用一张张浏览。使用Python,你也可以轻松搞定这个任务。

661
来自专栏木子昭的博客

马克鳗治好了我多年的像素眼

软件启动的首界面也非常漂亮, 是一块粘有刻度纸的木板

362

扫码关注云+社区