数据集是用于分类，识别和聊天机器人开发的数据。针对用户的不同意图，很少包括不同的示例。 Intent.json

•••• •• 它是什么 Botfront是使用Rasa构建的开源企业级对话平台。 它为领域专家，会话设计师和工程师提供了超直观的界面和协作功能。 强调 :smiling_face_with_sunglasses: 易于使用 :graduation_cap: 强大的 :laptop: 开发人员友好 我们的主要目标是降低进入对话式AI的技术壁垒。 实现上下文感知的对话应该和聊天一样容易。 Botfront使用Rasa ，这是一个功能强大且可用于生产的会话式AI库。 Botfront公开了所有Rasa功能并抽象了其复杂性。 Botfront直观的CLI可以在您的开发计算机上协调所有Botfront的服务。 编写，培训，自动重新加载动作代码，它可以正常工作！ 特征 故事和规则的直观界面 Botfront提供了独特而自然的对话创作体验。 您可以在几分钟内创建复杂的对话框流 表单的流程图编辑器 超级直观的流程图编辑器，用于不需要机器学习的对话 自动化测试 一键式创建自动测

dynamic-seq2seq 欢迎关注我的另一个项目 基于中文语料和dynamic_rnn的seq2seq模型 Update: 修复loss计算bug 修复batch_size大于1时的计算bug Requirements tensorflow-1.4+ python2.7 (暂时未对python3 兼容) requests jieba cPickle numpy 谷歌最近开源了一个seq2seq项目 tensorflow推出了dynamic_rnn替代了原来的bucket，本项目就是基于dynamic_rnn的seq2seq模型。 这里我构建了一些对话预料，中文语料本身就比较稀缺，理论上来说语料越多模型的效果越好，但会遇到很多新的问题，这里就不多作说明。 对话语料分别在data目录下 Q.txt A.txt中，可以替换成你自己的对话语料。 用法: # 新增小黄鸡语料 # 添加 pyt

TensorFlow + JavaScript。现在，最流行、最先进的AI框架支持地球上使用最广泛的编程语言。因此，让我们在Web浏览器中通过深度学习使文本和NLP（自然语言处理）聊天机器人神奇地发生，使用TensorFlow.js通过WebGL加速GPU！这是系列文章的demo

聊天机器人 聊天机器人使用Intelligo Framework构建。