抱歉，您的浏览器无法访问本站

对话系统之所以没有取得突破性的进展，很大程度是因为没有一个可以准确表示回答效果好坏的评价标准。对话系统中大都使用机器翻译、摘要生成领域提出来的评价指标，但是很明显对话系统的场景和需求与他们是存在差别的.

我们使用 tf.contrib.legacy_seq2seq 下的 API 构建了一个简单的 chatbot 对话系统. 代码是1.0之前旧版.

本篇我们学习新版本灵活的的API，这里先来说一下二者的不同：

从具体的模型细节、公式推导、结构图以及变形等几个方向详细介绍一下 Seq-to-Seq 模型。

一些用于 Dialog 对话系统的数据集资料汇总

Chatbot 更多 Paper 论文和参考资料 (感谢 PaperWeekly)

介绍基于检索式机器人。检索式架构有预定好的语料答复库。

检索式模型的输入是上下文潜在的答复。模型输出对这些答复的打分，可以选择最高分的答案作为回复。

Chatterbot 聊天机器人框架

检索与匹配 & 分类与朴素贝叶斯

NLTK Python上著名的自然语言处理库。

• 自带语料库，词性分类库， 还有强大的社区支持。

英文原文： 《Deep Learning For Chatbots, Part 1 - Introduction》

中文翻译： 《聊天机器人中的深度学习导读》