Il s'agit de l'application Windows Seq2seq Chatbot pour Keras, dont la dernière version est téléchargeable sous le nom Seq2seqChatbotforKeras.zip. Elle peut être exécutée en ligne sur l'hébergeur gratuit OnWorks pour postes de travail.
Téléchargez et exécutez en ligne gratuitement cette application nommée Seq2seq Chatbot pour Keras avec OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez n'importe quel émulateur en ligne OS OnWorks à partir de ce site Web, mais un meilleur émulateur en ligne Windows.
- 5. Depuis le système d'exploitation OnWorks Windows que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application et installez-la.
- 7. Téléchargez Wine depuis les dépôts de logiciels de vos distributions Linux. Une fois installé, vous pouvez ensuite double-cliquer sur l'application pour les exécuter avec Wine. Vous pouvez également essayer PlayOnLinux, une interface sophistiquée sur Wine qui vous aidera à installer des programmes et des jeux Windows populaires.
Wine est un moyen d'exécuter un logiciel Windows sur Linux, mais sans Windows requis. Wine est une couche de compatibilité Windows open source qui peut exécuter des programmes Windows directement sur n'importe quel bureau Linux. Essentiellement, Wine essaie de ré-implémenter suffisamment de Windows à partir de zéro pour qu'il puisse exécuter toutes ces applications Windows sans avoir réellement besoin de Windows.
CAPTURES D'ÉCRAN
Ad
Chatbot Seq2seq pour Keras
DESCRIPTION
Ce référentiel contient un nouveau modèle génératif de chatbot basé sur la modélisation seq2seq. Le modèle entraîné disponible ici utilise un petit jeu de données composé d'environ 8 2 paires de contexte (les deux derniers énoncés du dialogue jusqu'au point actuel) et de leurs réponses respectives. Les données ont été collectées à partir de dialogues de cours d'anglais en ligne. Ce modèle entraîné peut être affiné à l'aide d'un jeu de données à domaine fermé pour des applications concrètes. Le modèle canonique seqXNUMXseq est devenu populaire en traduction automatique neuronale, une tâche dont les distributions de probabilité a priori diffèrent pour les mots appartenant aux séquences d'entrée et de sortie, car les énoncés d'entrée et de sortie sont écrits dans des langues différentes. L'architecture présentée ici suppose les mêmes distributions a priori pour les mots d'entrée et de sortie. Par conséquent, elle partage une couche d'intégration (intégration de mots pré-entraînée Glove) entre les processus d'encodage et de décodage grâce à l'adoption d'un nouveau modèle.
Comment ça marche
- L'algorithme itère en incluant le jeton prédit dans la réponse incomplète
- Discutez avec le modèle pré-entraîné
- Discutez avec le nouveau modèle formé par notre nouvel algorithme de formation basé sur GAN
- Notre modèle peut être appliqué à d’autres tâches de PNL
- Contient un nouveau modèle génératif de chatbot basé sur la modélisation seq2seq
- Ce modèle formé peut être affiné à l'aide d'un ensemble de données de domaine fermé pour des applications du monde réel.
Langage de programmation
Python
Catégories
Cette application peut également être téléchargée depuis https://sourceforge.net/projects/seq2seq-chatbot-keras.mirror/. Elle est hébergée sur OnWorks afin de pouvoir être exécutée en ligne plus facilement depuis l'un de nos systèmes d'exploitation gratuits.
