项目名称

智能对对联

主要功能

用户输入上联，系统给出合适的下联

实现原理

项目的实现主要使用了seq2seq模型，简单来说就是一个翻译模型，通过使用深度神经网络将一个语言序列翻译成另一种语言序列。

• 数据加载：我们的数据样式是对联，这个数据集的特点就是输入和输出等长。
• 构造字典：为了将文字变成计算机能处理的id，我们需要构建一个字典。
• 数据预处理：这一步是控制输出长度，使其与输入数据等长，后续方便投喂给模型。
• 模型构建：构建seq2seq模型，将encode的编码作为decode的输入，这一步seq2seq模型有大量的参数需要学习。
• 模型训练：模型构建好了以后，要开始训练模型，做法是将输入数据投喂给模型。 模型预测：运行相关代码测试学习效果。 备注
• 由于机器学习对硬件要求比较高，我们组人员比较少，可以跑机器学习的机子只有一台，且跑的比较慢所以学习效果不太好。