英文论文
~A Hierarchical Latent Variable Encoder-Decoder Model for Generating Dialogues.
备注：有数据
链接：https://github.com/julianser/hed-dlg-truncated
跑的结果：还未跑
~End-To-End Generative Dialogue
链接：https://github.com/michaelfarrell76/End-To-End-Generative-Dialogue.
跑的结果：
没有数据集。
~Building End-To-End Dialogue Systems Using Generative Hierarchical Neural Network Models
链接：https://github.com/julianser/hed-dlg
没有数据集。
网上源码
1、从头实现深度学习的对话系统–简单chatbot代码实现
原文链接：https://blog.csdn.net/liuchonge/article/details/78929474
github链接：https://github.com/lc222/seq2seq_chatbot
当前状态：还未跑
代码分析
seq2seq_chatbot
已简单看了代码。
2、用 tensorflow 实现的“一个神经聊天模型”：一个基于深度学习的聊天机器人
原文链接：https://www.cnblogs.com/tensorflownews/p/7479623.html
github链接:
补充说明：代码作者尝试实现 《A Neural Conversation Model》的结果。论文链接：https://arxiv.org/abs/1506.05869
当前状态：还未跑
3、各种聊天机器人集锦
原文链接：https://github.com/fendouai/Awesome-Chatbot
补充说明：
- 包含各种模型对应的聊天机器人
- 包含论文
- 包含语料库
当前状态：还未跑
4、实现基于seq2seq的聊天机器人
原文链接：https://blog.csdn.net/irving_zhang/article/details/79088143
github : https://github.com/Irvinglove/Seq2seq-QA
当前状态：还未跑
备注：有解释，似乎encoder和decoder的长度不受限制
5、RNN聊天机器人与Beam Search [Tensorflow Seq2Seq]
原文链接：https://blog.csdn.net/ppp8300885/article/details/74905828
github : https://github.com/Conchylicultor/DeepQA
上面有很多想法。
补充说明
评价指标
Perplexity
说明链接：
https://en.wikipedia.org/wiki/Perplexity
中文解析如下：
https://blog.csdn.net/jiaqiang_ruan/article/details/77989459?locationNum=2&fps=1
BLEU