- jupyter notebook처럼 GPU 환경은 유지하되 Streamlit을 이용하여 심심이와 훨씬 직관적인 대화를 할 수 있습니다.
- 공개된 한글 챗봇 데이터와 pre-trained KoGPT2를 이용한 간단한 챗봇 실험
KoGPT2의 다양한 활용 가능성을 타진하고 성능을 정성적으로 평가한다.
학습 데이터에 적합하게 Hello! GPT-2를 응용, 아래와 같은 아키텍처를 설계함
- 데이터의 Q 필드를
<usr>발화, A 필드를<sys>발화 그리고 감정 레이블을<sent>로 매핑해P(<sys>|<usr>, <sent>)를 최대화 할 수 있는 모델을 학습한다. 감정 레이블은 이곳의 정의를 따른다(일상다반사 0, 이별(부정) 1, 사랑(긍정) 2).
git clone --recurse-submodules https://github.com/haven-jeon/KoGPT2-chatbot.git
cd KoGPT2-chatbot
pip3 install -r requirements.txt CUDA_VISIBLE_DEVICES=0 python train_torch.py --gpus 1 --train --max_epochs 2# CUDA_VISIBLE_DEVICES=0 python train.py --chat
CUDA_VISIBLE_DEVICES=0 python train_torch.py --gpus 1 --chat
user > 대박
Simsimi > 잘 될 거예요.
user > 너 이름이 뭐니?
Simsimi > 저는 위로봇입니다.
user > 어버이날엔 뭘 하죠?
Simsimi > 저랑 놀아요.
user > 비가와
Simsimi > 우산 챙기세요.
user > 눈이와
Simsimi > 눈사람 만들어보세요.
user > 천둥이 쳐
Simsimi > 저도 보고 싶어요.
user > 봄이왔어.
Simsimi > 봄은 항상 두근거려요.
user > 배탈났어.
Simsimi > 얼른 집에 가서 쉬세요.
user > 너를 만든 사람은?
Simsimi > 당신이 만든 사람이에요.- PyTorch
