基于神经网络的问答系统

使用卷积神经网络，对问题进行特征提取，匹配语料库中最优问题并给出回答

#coding=utf-8
‘‘‘
Created on 2017��4��10��
@author: gb
‘‘‘
import numpy as np



# Load data from files
def load_data_and_labels（question_data_file answer_data_fileanswer_data_file_wrong）:
    
    question_examples = list（open（question_data_file “r“encoding=‘utf-8‘）.readlines（））
    question_examples = [s.strip（） for s in question_examples]
  
    answer_examples = list（open（answer_data_file “r“encoding=‘utf-8‘）.readlines（））
    answer_examples = [s.strip（） for s in answer_examples]
    
    answer_examples_wrong = list（open（answer_data_file_wrong “r“encoding=‘utf-8‘）.readlines（））
    answer_examples_wrong = [s.strip（） for s in answer_examples_wrong]
    # Split by words
    x_question = [sent.replace（‘？‘ ‘‘） for sent in question_examples]
    x_answer= [sent.replace（‘.‘‘‘） for sent in answer_examples] 
    x_answer_wrong=[sent.replace（‘.‘‘‘） for sent in answer_examples_wrong] 
    return [x_question x_answerx_answer_wrong]





#split data to batch order to train use batch
def batch_iter（data batch_size num_epochs shuffle=True）:

    data = np.array（data）

    data_size = len（data）

    num_batches_per_epoch = int（（len（data）-1）/batch_size） + 1

    for epoch in range（num_epochs）:

        # Shuffle the data at each epoch

        if shuffle:

            shuffle_indices = np.random.permutation（np.arange（data_size））

            shuffled_data = data[shuffle_indices]

        else:

            shuffled_data = data

        for batch_num in range（num_batches_per_epoch）:

            start_index = batch_num * batch_size

            end_index = min（（batch_num + 1） * batch_size data_size）

            yield shuffled_data[start_index:end_index]

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-11-30 15:08  demo2\
     文件        1384  2017-11-30 11:20  demo2\A.txt
     文件        3852  2017-11-30 11:22  demo2\Aw.txt
     文件        1701  2017-10-04 14:58  demo2\data_helper.py
     文件        4100  2017-11-30 10:44  demo2\getku.py
     文件        1566  2017-11-30 11:33  demo2\huida.txt
     文件        3851  2017-11-30 11:33  demo2\Q.txt
     文件        7077  2017-11-25 22:53  demo2\qatest.py
     目录           0  2017-11-30 11:22  demo2\runs\
     目录           0  2017-11-29 21:09  demo2\runs\1511619414\
     目录           0  2017-11-25 22:16  demo2\runs\1511619414\checkpoints\
     文件        1445  2017-11-25 22:16  demo2\runs\1511619414\vocab
     目录           0  2017-11-29 21:09  demo2\runs\1511619456\
     目录           0  2017-11-25 22:17  demo2\runs\1511619456\checkpoints\
     文件        1526  2017-11-25 22:17  demo2\runs\1511619456\vocab
     目录           0  2017-11-29 21:09  demo2\runs\1511619788\
     目录           0  2017-11-25 22:23  demo2\runs\1511619788\checkpoints\
     文件        1526  2017-11-25 22:23  demo2\runs\1511619788\vocab
     目录           0  2017-11-29 21:09  demo2\runs\1511619842\
     目录           0  2017-11-25 22:24  demo2\runs\1511619842\checkpoints\
     文件        1526  2017-11-25 22:24  demo2\runs\1511619842\vocab
     目录           0  2017-11-29 21:09  demo2\runs\1511620007\
     目录           0  2017-11-25 22:26  demo2\runs\1511620007\checkpoints\
     文件        1526  2017-11-25 22:26  demo2\runs\1511620007\vocab
     目录           0  2017-11-29 21:09  demo2\runs\1511620859\
     目录           0  2017-11-25 22:41  demo2\runs\1511620859\checkpoints\
     文件        1526  2017-11-25 22:41  demo2\runs\1511620859\vocab
     目录           0  2017-11-29 21:09  demo2\runs\1511621016\
     目录           0  2017-11-25 22:43  demo2\runs\1511621016\checkpoints\
     文件        1526  2017-11-25 22:43  demo2\runs\1511621016\vocab
     目录           0  2017-11-29 21:09  demo2\runs\1511621111\
............此处省略30个文件信息