自己基于影视剧字幕建设了一套三千多万近 1G 的高质量聊天语料库，求一起玩耍

[warmheartli]

我用了洪荒之力，想到了这个办法，并用半个月时间才建成，绝对有用，我的聊天机器人有戏了，大家轻拍哈 http://www.shareditor.com/blogshow/?blogId=112

[menc]

看 sample ，觉得语义并不强啊。。。电影字幕的 context 还是过多的通过表演表达出来了，单看字幕什么都看不出。。。

[bearqq]

我取了某群聊天记录 2012 年到 2016 年训练， telegram 机器人在， https://telegram.me/the_BB_bot
其实我想说的是效果很差，试试就知道了。。

[hinkal]

@warmheartli 哦哦，如果能搞一份中英对照的，估计我及某些人会感兴趣拿来训练机器翻译

[ooh]

想法很 ok 啊

[muziki]

Google 新出来的 Allo 用机器学习预测，可以敷衍式对话

[gladuo]

可能还得认真过滤一下，字幕好多都是听译，不好的数据再多也 train 不出来好 model

[kepenj]

二营长！你他娘的意大利炮呢

[sunchen]

和楼主有相同想法，也怕了几个站的字幕。但是有个问题，对话边界在字幕文件里是没有的，又不好识别

[mozutaba]

@cctvsmg 报名内测

[GentleSadness]

我记得美国有个最大的用于科研的语料库，好像是免费的

[dreamtrail]

楼主能不能放个片段出来听听？

[warmheartli]

@dreamtrail 这个不是听的哈，是文本(前面列了一些)，跟影视剧基本没有关系了