KerasSeq2seqGeneration:基于seq2seq模型的文本生成任务项目

项目的由来

1、分类、抽取、序列标注、生成任务是自然语言处理的四大经典任务，其中，分类、抽取任务，可以使用规则进行快速实现。而对于生成而言，则与统计深度学习关系较为密切。
2、当前，GPT系列，自动文本生成、文本图像生成，图像文本生成等魔幻主义大作频频上演。
3、目前开源的seq2seq模型项目晦涩难度，不利于阅读与入门。
受此三个现实背景，也正好在接触生成这个任务，特做此项目。

项目链接：
https://github.com/liuhuanyong/KerasSeq2seqGeneration

项目的构成

项目场景：该项目以自动对诗为使用场景，即用户给定上一句，要求模型给出下一句，是个较理想的生成例子。
项目代码结构：
data.txt:为训练数据，此处使用的是对联诗句数据
seq2seq_predict.py:使用seq2seq模型进行下一句生成的脚本
seq2seq_train.py:使用seq2seq模型进行生成的脚本
model/:
config.txt:预训练时形成的一些关键参数，如最大长度等，字数等。
input_vocab.pkl:输入语句的字符索引
output_vovab.pkl:输出语句的字符索引，此处将输入和输出进行区分成两个vocab，可以用于不同语种翻译等场景，如果不需要也可以合成一个。
s2s_model.h5:模型名称
image:
lstm_seq2seq_model.png:序列生成模型网路结构图

项目的思想：

采用character