はじめに 昨今,DNNs(Deep Neural Networks)の進歩が目覚ましくあらゆる分野で成功を収めています. 良く耳にするのは,画像分類や音声認識の分野ですが,対話システムも例外ではなくなりました. Pythonのライブラリ環境が充実しつつある今,DNNsを用いた対話システムの構築について簡単に紹介したいと思います. 対話システムのためのDNNsモデル 対話システムを構築するためのDNNsのモデルは大きく分けて2つあります. 大量の応答候補に対するランキング学習 -> 入力に対して応答候補文をそのまま選択 発話と応答のペアから,Encoder-Decoderモデルを学習.-> 入力に対して単語単位で応答発話生成 本記事では,後者のEncoder-Decoderモデルについて扱います. Chainerなどのライブラリが充実したおかげで,発話と応答のペアとなるデータさえあれば,誰で
![Chainerを用いた対話システムの実装【seq2seq】 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/d18552504e22eb1384464d7284c2265fa37791ea/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9Q2hhaW5lciVFMyU4MiU5MiVFNyU5NCVBOCVFMyU4MSU4NCVFMyU4MSU5RiVFNSVBRiVCRSVFOCVBOSVCMSVFMyU4MiVCNyVFMyU4MiVCOSVFMyU4MyU4NiVFMyU4MyVBMCVFMyU4MSVBRSVFNSVBRSU5RiVFOCVBMyU4NSVFMyU4MCU5MHNlcTJzZXElRTMlODAlOTEmdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZzPTI1YWI4NGNkNTcyMGMwY2Q1NDI4N2I5M2IyZGE3YmIw%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB0YWt1bWlfVEtIUyZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MGQ0YjNhMDQ2ZDdiNDIwYTBlODc0NmMwNjExZjNiNWU%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Debbb28da95a81685f9ca90b1c5ffc07f)