Deep Learningを活用したChatBotをKerasで実装してみよう

Deep Learningを活用したChatBotをKerasで実装してみよう

Deep Learningを活用したChatBot

こんにちは。

AI coordinatorの清水秀樹です。

Kerasを使ったChatBotの作成に挑戦したので、環境準備も含めて紹介します。

今回はすでに学習済みのデータを使用したChatBotの説明になります。

学習データの作り方については今後紹介していきたいと思います。

 

参考にさせて頂いたセミナー

今回の実装方法は、AI Academyが主催するセミナーで学習した内容になります。

より深く学習したい方はAI Academyの「人工知能に特化したオンラインプログラミングスクール」を受講してみるとより理解が深まることでしょう。

定期的にセミナーを開催していますので、興味がある方はぜひ参加してみてください。

 

開発環境の準備

ubuntu16.4をベースに説明します。

python3.6を使用します。

Anaconda 4.3.1 For Linuxのインストール

python 3.6 Version 64-BIT INSTALLERをダウンロードします。

ダウンロードが完了したら、ターミナルからダウンロードしたディレクトリに移動して、以下のコマンドを入力してください。

この例ではダウンロードフォルダ内で実行しています。

途中、yes/noを聞かれますが、全てyesで問題ありません。

インストールが完了したら、無事にインストールが完了しているか確認しましょう。

インストールしたバージョンが表示されます。

 

gensimのインストール

次はgensimをインストールします。

gensimは自然言語処理のためのライブラリです。

gensimのインストール方法は以下のコマンドをターミナルで打ち込むだけです。

少し時間がかかります。

途中で、Proceed ([y]/n)? と聞かれるので、yを選択してエンターを押下してください。

 

tensorflowインストール

続いてtensorflowのインストールです。

tensorflowははGoogleがオープンソースで公開している機械学習ライブライリーになります。

途中で、Proceed ([y]/n)? と聞かれるので、yを選択してエンターを押下してください。

 

kerasのインストール

kerasのインストールはバージョン指定でインストールします。

最新のバージョンではうまく機能しませんでした。

対応が入るまでは旧バージョンで環境構築しましょう。

 

以上で環境準備完了です。

 

学習済みデータからChatBotを動かしてみる

では早速動かしてみましょう。

 

結果は以下の通り

 

とりあえずAIから返事が来ました。

それではまた!

About The Author

Hideki
東京大学発AIスタートアップ企業でロボット開発室室長、画像解析室室長、動画解析室室長を務め、AIエンジニアとしても画像認識関連の特許を在籍中に3つ取得。その後、KDDIグループ内でプロダクトリーダーとして自然言語処理パッケージの自社開発を経て、現在はAGRISTのテックリードとして農業の人手不足の解決に向けた収穫ロボットの開発にチャレンジしている。ロボットは技術の総合格闘技との考え方から、AIだけでなく、ハードやエレキ、通信からクラウド、IOTまで幅広く手掛けることができる。最近では人とロボットの共存を目指すべく、性能だけを追い求める開発から「感動やワクワク体験」をデザインできるロボットの研究を進めており、人とロボットがうまく共存できる世界を作り出したいと日々行動している。

LEAVE A REPLY

*
*
* (公開されません)