用于问答的端到端记忆网络

这是在 Python 中实现的 MemN2N 模型，用于 bAbI 问答任务，如论文“端到端记忆网络”第 4 节所示。该实现基于 Facebook 的 Matlab 代码。

需求

• Python 2.7
• NumPy、Flask（仅用于基于 Web 的演示）可通过 pip 安装：

$ sudo pip install -r requirements.txt

• 应将 bAbI 数据集 下载到 data/tasks_1-20_v1-2 目录下：

$ wget -qO- http://www.thespermwhale.com/jaseweston/babi/tasks_1-20_v1-2.tar.gz | tar xvz -C data

使用方法

• 若要在单个任务上运行，请使用 babi_runner.py 并加上 -t 参数及任务 ID。例如：

python babi_runner.py -t 1

输出将如下所示：

Using data from data/tasks_1-20_v1-2/en
Train and test for task 1 ...
1 | train error: 0.876116 | val error: 0.75
|===================================               | 71% 0.5s

• 若要在 20 个任务上运行：

python babi_runner.py -a

• 若要使用 20 个任务的所有训练数据进行训练，请使用联合模式：

python babi_runner.py -j

问答演示

• 若要使用 trained_model/ 目录下的预训练模型 memn2n_model.pklz 运行基于 Web 的演示，请执行：

python -m demo.qa

• 或者，您也可以尝试基于控制台的演示：

python -m demo.qa -console

• 可通过以下命令创建预训练模型 memn2n_model.pklz：

python -m demo.qa -train

• 若要查看所有选项，请运行：

python -m demo.qa -h

基准测试

结果请参见 此处。

作者

Vinh Khuc

未来计划

• 移植到 TensorFlow/Keras
• 支持 Python 3

参考文献

• Sainbayar Sukhbaatar, Arthur Szlam, Jason Weston, Rob Fergus, “端到端记忆网络”， arXiv:1503.08895 [cs.NE]。

MemN2N-babi-python 快速上手指南

MemN2N-babi-python 是论文《End-To-End Memory Networks》中记忆网络模型的 Python 实现，专为 Facebook bAbI 问答任务设计。本指南将帮助你快速在本地运行该模型。

环境准备

在开始之前，请确保你的系统满足以下要求：

• 操作系统：Linux 或 macOS（Windows 需使用 WSL 或类似环境）
• Python 版本：Python 2.7（注意：该项目暂不支持 Python 3）
• 依赖库：
  • numpy：数值计算核心库
  • flask：仅在使用 Web 演示时需要

提示：国内开发者建议使用清华或阿里镜像源加速 pip 安装。

安装步骤

1. 安装 Python 依赖

在项目根目录下，使用 pip 安装所需库。推荐使用国内镜像源以提升下载速度：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

(若遇到权限问题，请在命令前加上 sudo)

2. 下载 bAbI 数据集

项目需要 bAbI 任务数据集才能运行。执行以下命令自动下载并解压到 data/tasks_1-20_v1-2 目录：

wget -qO- http://www.thespermwhale.com/jaseweston/babi/tasks_1-20_v1-2.tar.gz | tar xvz -C data

注意：如果 wget 下载速度慢，可手动在浏览器访问上述链接下载 .tar.gz 文件，然后手动解压至项目的 data 文件夹下，确保路径结构为 data/tasks_1-20_v1-2。

基本使用

安装完成后，你可以通过 babi_runner.py 脚本运行模型训练与测试。

运行单个任务

以下命令以运行 任务 1 为例：

python babi_runner.py -t 1

运行后你将看到类似的输出，显示训练误差和验证误差：

Using data from data/tasks_1-20_v1-2/en
Train and test for task 1 ...
1 | train error: 0.876116 | val error: 0.75
|===================================               | 71% 0.5s

其他常用模式

• 运行全部 20 个任务：

  python babi_runner.py -a
  

• 联合训练模式（使用所有 20 个任务的数据进行统一训练）：

  python babi_runner.py -j
  

体验问答演示

如果你想使用预训练模型进行问答交互，可以运行基于控制台的演示：

python -m demo.qa -console

(如需启动 Web 版演示，请运行 python -m demo.qa，然后在浏览器访问对应端口)