hoit1302/attiary_model:2.2

.dockerignore

@@ -12,5 +12,5 @@ Lib
 *.cfg
 
 preprocess
-kss_example.py
-*/__pycache__/*
+*/__pycache__/*
+checkpoint/emotion_pn_v5.pth

Dockerfile

@@ -8,5 +8,4 @@ RUN pip install -r requirements.txt
 
 EXPOSE 5000
 
-CMD python ./app.py
-# CMD ["python3", "-m", "flask", "run", "--host=0.0.0.0"]
+CMD python ./app.py

app.py

@@ -1,6 +1,6 @@
 import os
-from model.chatbot.kogpt2 import chatbot as ch_v1
-from model.chatbot.kobert import chatbot as ch_v2
+from model.chatbot.kogpt2 import chatbot as ch_kogpt2
+from model.chatbot.kobert import chatbot as ch_kobert
 from model.emotion import service as emotion
 from util.emotion import Emotion
 from util.depression import Depression
@@ -12,14 +12,15 @@
 Emotion = Emotion()
 Depression = Depression()
 
+@app.route('/')
 def hello():
     return "deep learning server is running 💗"
 
 
 @app.route('/emotion')
 def classifyEmotion():
     sentence = request.args.get("s")
-    if sentence is None or len(sentence) == 0:
+    if sentence is None or len(sentence) == 0 or sentence == '\n':
         return jsonify({
             "emotion_no": 2,
             "emotion": "중립"
@@ -36,7 +37,7 @@ def classifyEmotion():
 @app.route('/diary')
 def classifyEmotionDiary():
     sentence = request.args.get("s")
-    if sentence is None or len(sentence) == 0:
+    if sentence is None or len(sentence) == 0 or sentence == '\n':
         return jsonify({
             "joy": 0,
             "hope": 0,
@@ -66,12 +67,12 @@ def classifyEmotionDiary():
 @app.route('/chatbot/g')
 def reactChatbotV1():
     sentence = request.args.get("s")
-    if sentence is None or len(sentence) == 0:
+    if sentence is None or len(sentence) == 0 or sentence == '\n':
         return jsonify({
             "answer": "듣고 있어요. 더 말씀해주세요~ (끄덕끄덕)"
         })
 
-    answer = ch_v1.predict(sentence)
+    answer = ch_kogpt2.predict(sentence)
     return jsonify({
         "answer": answer
     })
@@ -80,12 +81,12 @@ def reactChatbotV1():
 @app.route('/chatbot/b')
 def reactChatbotV2():
     sentence = request.args.get("s")
-    if sentence is None or len(sentence) == 0:
+    if sentence is None or len(sentence) == 0 or sentence == '\n':
         return jsonify({
             "answer": "듣고 있어요. 더 말씀해주세요~ (끄덕끄덕)"
         })
 
-    answer, category, desc, softmax = ch_v2.chat(sentence)
+    answer, category, desc, softmax = ch_kobert.chat(sentence)
     return jsonify({
         "answer": answer,
         "category": category,

model/chatbot/kobert/chatbot.py

@@ -132,4 +132,14 @@ def chat(sent):
 print(chat("남들이 나를 어떻게 생각할지 신경쓰게 돼"))
 print("\'자존감이 낮아지는 것 같아\' 챗봇 응답: ", end='')
 print(chat("자존감이 낮아지는 것 같아"))
+print("\'뭘 해도 금방 지쳐\' 챗봇 응답: ", end='')
+print(chat("뭘 해도 금방 지쳐"))
+print("\'걔한테 진짜 크게 배신 당했어\' 챗봇 응답: ", end='')
+print(chat("걔한테 진짜 크게 배신 당했어"))
+print("\'내일 놀이공원 갈건데 사람 별로 없었으면 좋겠다\' 챗봇 응답: ", end='')
+print(chat("내일 놀이공원 갈건데 사람 별로 없었으면 좋겠다"))
+print("\'오늘은 구름이랑 달이 너무너무 예쁘더라\' 챗봇 응답: ", end='')
+print(chat("오늘은 구름이랑 달이 너무너무 예쁘더라"))
+print("\'그래도 내가 머리는 좀 좋아\' 챗봇 응답: ", end='')
+print(chat("그래도 내가 머리는 좀 좋아"))
 print("=" * 50)

model/chatbot/kogpt2/chatbot.py

@@ -73,7 +73,6 @@ def add_model_specific_args(parent_parser):
         return parser
 
     def forward(self, inputs):
-        # (batch, seq_len, hiddens)
         output = self.kogpt2(inputs, return_dict=True)
         return output.logits
 
@@ -82,19 +81,28 @@ def chat(self, input_sentence, sent='0'):
         sent_tokens = tok.tokenize(sent)
         with torch.no_grad():
             q = input_sentence.strip()
-            q = q[len(q) - 32:]
             a = ''
             while 1:
                 input_ids = torch.LongTensor(tok.encode(U_TKN + q + SENT + sent + S_TKN + a)).unsqueeze(dim=0)
                 pred = self(input_ids)
-                gen = tok.convert_ids_to_tokens(
-                    torch.argmax(
-                        pred,
-                        dim=-1).squeeze().numpy().tolist())[-1]
-                if gen == EOS:
+                gen = tok.convert_ids_to_tokens(torch.argmax(pred, dim=-1).squeeze().numpy().tolist())[-1]
+                # print(gen) # <pad>
+                if gen == EOS or gen == PAD: # PAD 무한 루프 에러 방지
                     break
                 a += gen.replace('▁', ' ')
-            return a.strip()
+            a = a.strip()
+            period_pos = a.rfind(".")
+            question_pos = a.rfind("?")
+            exclamation_pos = a.rfind("!")
+            last_pos = len(a) - 1
+            # print (str(period_pos) + " " + str(question_pos) + " " + str(exclamation_pos))
+            if last_pos == period_pos or last_pos == question_pos or last_pos == exclamation_pos:
+                return a
+            mark_pos = max(max(period_pos, question_pos), exclamation_pos)
+            a = a[:mark_pos + 1]
+            if a == "":
+                return "(끄덕끄덕) 듣고 있어요. 더 말씀해주세요!"
+            return  a
 
 
 parser = KoGPT2Chat.add_model_specific_args(parser)
@@ -111,10 +119,14 @@ def predict(sent):
 
 print("=" * 50)
 print("[*] kogpt2 chatbot test")
-print("\'특별한 이유가 없는데 그냥 불안해\' 챗봇 응답: " + predict("특별한 이유가 없는데 그냥 불안해"))
 print("\'특별한 이유가 없는데 그냥 불안하고 눈물이 나와\' 챗봇 응답: " + predict("특별한 이유가 없는데 그냥 불안하고 눈물이 나와"))
 print("\'이 세상에서 완전히 사라지고 싶어\' 챗봇 응답: " + predict("이 세상에서 완전히 사라지고 싶어"))
 print("\'가슴이 답답해서 터질 것만 같아요.\' 챗봇 응답: " + predict("가슴이 답답해서 터질 것만 같아요."))
 print("\'남들이 나를 어떻게 생각할지 신경쓰게 돼\' 챗봇 응답: " + predict("남들이 나를 어떻게 생각할지 신경쓰게 돼"))
 print("\'자존감이 낮아지는 것 같아\' 챗봇 응답: " + predict("자존감이 낮아지는 것 같아"))
+print("\'뭘 해도 금방 지쳐\' 챗봇 응답: " + predict("뭘 해도 금방 지쳐"))
+print("\'걔한테 진짜 크게 배신 당했어\' 챗봇 응답: " + predict("걔한테 진짜 크게 배신 당했어"))
+print("\'내일 놀이공원 갈건데 사람 별로 없었으면 좋겠다\' 챗봇 응답: " + predict("내일 놀이공원 갈건데 사람 별로 없었으면 좋겠다"))
+print("\'오늘은 구름이랑 달이 너무너무 예쁘더라\' 챗봇 응답: " + predict("오늘은 구름이랑 달이 너무너무 예쁘더라"))
+print("\'그래도 내가 머리는 좀 좋아\' 챗봇 응답: " + predict("그래도 내가 머리는 좀 좋아"))
 print("=" * 50)