https://github.com/deepseasw/seq2seq_chatbot

딥러닝 자연어처리의 대표적인 모델은 역시 Seq2Seq입니다. 문장이 어떤 의미인지 구분하는 분류 모델과 달리, 질문에 맞는 대답 문장을 바로 출력합니다. 하지만 한글로 된 소스코드는 의외로 찾기가 어려운게 사실입니다. 그래서 이번에 제가 만든 케라스 예제를 소개해 드립니다.

챗봇 훈련을 위한 데이터는 송영숙님이 공개한 자료를 사용하였습니다. 특히 단어사전을 만들어 문장을 인덱스로 변환하는 방식을 최대한 자세히 설명하였습니다. 역시 주피터 노트북이 이런 면에서는 최고의 도구가 아닐까 합니다^^;

Seq2Seq에서 가장 주의해야할 점은 훈련과 예측 모델이 조금 차이가 있다는 것입니다. 훈련시에는 인코더 입력, 디코더 입력, 디코더 출력의 세 가지 데이터가 필요합니다. 반면에 예측시에는 미리 디코더 입력과 디코더 출력을 만들어놓을 수 없습니다. 그래서 LSTM을 한 번씩만 수행하여 이전 출력을 다음 번 입력으로 넣으면서 반복합니다.

좀 더 자세한 사항은 소스코드의 주석 및 설명문을 참고하시기 바랍니다.

< 챗봇 개발자 모임 >

- 페이스북 그룹에 가입하시면 챗봇에 대한 최신 정보를 쉽게 받으실 수 있습니다.

- https://www.facebook.com/groups/ChatbotDevKR/