├── requirements.txt ├── ECD_sample ├── log ├── train └── valid ├── train.sh ├── train_word2vec.py ├── README.md ├── PreProcess.py ├── main.py └── model.py /requirements.txt: -------------------------------------------------------------------------------- 1 | gensim 2 | numpy 3 | scipy 4 | sklearn 5 | theano==0.9.0 -------------------------------------------------------------------------------- /ECD_sample/log: -------------------------------------------------------------------------------- 1 | Dataset 0: 1034004 2 | Dataset 1: 10000 3 | Dataset 2: 10000 4 | -------------------------------------------------------------------------------- /train.sh: -------------------------------------------------------------------------------- 1 | python main.py \ 2 | --dataset ./ECD_sample/all \ 3 | --save_result ./ECD_sample/log \ 4 | --n_epoch 5 \ 5 | --batch_size 10 \ 6 | --max_length 50 \ 7 | --hidden_size 200 \ 8 | --word_embedding_size 200 \ 9 | --session_hidden_size 50 \ 10 | --session_input_size 50 \ 11 | --model_name DUA.bin \ 12 | --val_frequency 10 \ 13 | --max_turn 10 \ -------------------------------------------------------------------------------- /train_word2vec.py: -------------------------------------------------------------------------------- 1 | #!/usr/bin/env python 2 | # -*- coding: utf-8 -*- 3 | 4 | from __future__ import print_function 5 | 6 | import logging 7 | import os 8 | import sys 9 | import multiprocessing 10 | 11 | from gensim.models import Word2Vec 12 | from gensim.models.word2vec import LineSentence 13 | 14 | if __name__ == '__main__': 15 | program = os.path.basename(sys.argv[0]) 16 | logger = logging.getLogger(program) 17 | 18 | logging.basicConfig(format='%(asctime)s: %(levelname)s: %(message)s') 19 | logging.root.setLevel(level=logging.INFO) 20 | logger.info("running %s" % ' '.join(sys.argv)) 21 | 22 | # check and process input arguments 23 | if len(sys.argv) < 3: 24 | print("Useing: python train_word2vec_model.py input_text " 25 | "output_gensim_model output_word_vector") 26 | sys.exit(1) 27 | inp, outp = sys.argv[1:3] 28 | sentences = [] 29 | for line in open(inp): 30 | texts = line.decode("utf-8").replace("\n","").split("\t")[1:] 31 | for uter in texts: 32 | sentences.append(uter.split()) 33 | 34 | model = Word2Vec(sentences, size=200, window=5, min_count=0,sg=1, 35 | workers=multiprocessing.cpu_count()) 36 | 37 | model.wv.save_word2vec_format(outp, binary=False) 38 | -------------------------------------------------------------------------------- /README.md: -------------------------------------------------------------------------------- 1 | Code and sample data accompanying the paper **[Modeling Multi-turn Conversation with Deep Utterance Aggregation.](https://arxiv.org/abs/1806.09102)** 2 | 3 | ## Dataset 4 | We release E-commerce Dialogue Corpus, comprising a training data set, a development set and a test set for retrieval based chatbot. The statistics of E-commerical Conversation Corpus are shown in the following table. 5 | 6 | | |Train|Val| Test | 7 | | ------------- |:-------------:|:-------------:|:-------------:| 8 | | Session-response pairs | 1m|10k| 10k | 9 | | Avg. positive response per session|1|1|1| 10 | | Min turn per session|3|3|3| 11 | | Max ture per session|10|10|10| 12 | | Average turn per session|5.51|5.48|5.64 13 | | Average Word per utterance|7.02|6.99|7.11 14 | 15 | The full corpus can be downloaded from https://drive.google.com/file/d/154J-neBo20ABtSmJDvm7DK0eTuieAuvw/view?usp=sharing. 16 | 17 | ## Data template 18 | label \t conversation utterances (splited by \t) \t response 19 | 20 | ## Source Code 21 | We also release our source code to help others reproduce our result 22 | 23 | ### Instruction 24 | Our code is compatible with python2 so for all commands listed below python is python2 25 | 26 | We strongly suggest you to use conda to control the virtual environment 27 | 28 | * Install requirement 29 | 30 | pip install -r requirements.txt 31 | 32 | * Pretrain word embedding 33 | 34 | python train_word2vec.py ./ECD_sample/train embedding 35 | 36 | * Preprocess the data 37 | 38 |

python PreProcess.py --train_dataset ./ECD_sample/train --valid_dataset ./ECD_sample/valid --test_dataset ./ECD_sample/test --pretrained_embedding embedding --save_dataset ./ECD_sample/all

39 | 40 | * Train the model 41 | 42 | bash train.sh 43 | 44 | 45 | ### Tips 46 | 47 | If you encounter some cuda issues, please check your environment. 48 | For reference, 49 | 50 | Theano 0.9.0 51 | Cuda 8.0 52 | Cudnn 5.1 53 | 54 | 55 | ### Reference 56 | 57 | If you use this code please cite our paper: 58 | ``` 59 | @inproceedings{zhang2018dua, 60 | title = {Modeling Multi-turn Conversation with Deep Utterance Aggregation}, 61 | author = {Zhang, Zhuosheng and Li, Jiangtong and Zhu, Pengfei and Zhao, Hai}, 62 | booktitle = {Proceedings of the 27th International Conference on Computational Linguistics (COLING 2018)}, 63 | pages={3740--3752}, 64 | year = {2018} 65 | } 66 | ``` 67 | -------------------------------------------------------------------------------- /PreProcess.py: -------------------------------------------------------------------------------- 1 | from __future__ import print_function 2 | 3 | import cPickle 4 | from collections import defaultdict 5 | import logging 6 | import theano 7 | import gensim 8 | import numpy as np 9 | from random import shuffle 10 | from gensim.models.word2vec import Word2Vec 11 | import codecs 12 | logger = logging.getLogger('relevance_logger') 13 | import argparse 14 | 15 | parser = argparse.ArgumentParser(description="The param of the preprocess") 16 | parser.add_argument('--train_dataset', type=str, \ 17 | default='', \ 18 | help='The location of the train dataset') 19 | parser.add_argument('--valid_dataset', type=str, \ 20 | default='', \ 21 | help='The location of the valid dataset') 22 | parser.add_argument('--test_dataset', type=str, \ 23 | default='', \ 24 | help='The location of the test dataset') 25 | parser.add_argument('--pretrained_embedding', type=str, \ 26 | default='', \ 27 | help='The location of the pretrained embedding dataset') 28 | parser.add_argument('--save_dataset', type=str, \ 29 | default='', \ 30 | help='The location of the save datasets') 31 | args = parser.parse_args() 32 | 33 | def build_multiturn_data(trainfile, validfile, testfile, max_len = 50, isshuffle=False): 34 | revs = [] 35 | vocab = defaultdict(float) 36 | total = 1 37 | for file in [trainfile, validfile, testfile]: 38 | rev, vocab, total = bulid_a_multiturn_data(file, vocab, total) 39 | revs.append(rev) 40 | print('Finished the building of %s' %str(file)) 41 | logger.info("processed dataset with %d question-answer pairs " %(len(revs))) 42 | logger.info("vocab size: %d" %(len(vocab))) 43 | if isshuffle == True: 44 | shuffle(revs[0]) 45 | return revs, vocab, max_len 46 | 47 | def bulid_a_multiturn_data(file, vocab, total, max_l=50): 48 | voc = vocab 49 | tot = total 50 | revs = [] 51 | with codecs.open(file,'r','utf-8') as f: 52 | for line in f: 53 | line = line.replace("_","") 54 | parts = line.strip().split("\t") 55 | lable = parts[0] 56 | message = "" 57 | words = set() 58 | for i in range(1,len(parts)-1,1): 59 | message += "_t_" 60 | message += parts[i] 61 | words.update(set(parts[i].split())) 62 | response = parts[-1] 63 | data = {"y" : lable, "m":message,"r": response} 64 | revs.append(data) 65 | tot += 1 66 | if tot % 10000 == 0: 67 | print(tot) 68 | # words = set(message.split()) 69 | words.update(set(response.split())) 70 | for word in words: 71 | voc[word] += 1 72 | return revs, voc, total 73 | 74 | def build_data(trainfile, max_len = 20,isshuffle=False): 75 | revs = [] 76 | vocab = defaultdict(float) 77 | total = 1 78 | with codecs.open(trainfile,'r','utf-8') as f: 79 | for line in f: 80 | line = line.replace("_","") 81 | parts = line.strip().split("\t") 82 | 83 | topic = parts[0] 84 | topic_r = parts[1] 85 | lable = parts[2] 86 | message = parts[-2] 87 | response = parts[-1] 88 | 89 | data = {"y" : lable, "m":message,"r": response,"t":topic,"t2":topic_r} 90 | revs.append(data) 91 | total += 1 92 | 93 | words = set(message.split()) 94 | words.update(set(response.split())) 95 | for word in words: 96 | vocab[word] += 1 97 | logger.info("processed dataset with %d question-answer pairs " %(len(revs))) 98 | logger.info("vocab size: %d" %(len(vocab))) 99 | if isshuffle == True: 100 | shuffle(revs) 101 | return revs, vocab, max_len 102 | 103 | class WordVecs(object): 104 | def __init__(self, fname, vocab, binary, gensim): 105 | if gensim: 106 | word_vecs = self.load_gensim(fname,vocab) 107 | self.k = len(word_vecs.values()[0]) 108 | self.W, self.word_idx_map = self.get_W(word_vecs, k=self.k) 109 | 110 | def get_W(self, word_vecs, k=200): 111 | """ 112 | Get word matrix. W[i] is the vector for word indexed by i 113 | """ 114 | vocab_size = len(word_vecs) 115 | word_idx_map = dict() 116 | W = np.zeros(shape=(vocab_size+1, k)) 117 | W[0] = np.zeros(k) 118 | i = 1 119 | for word in word_vecs: 120 | W[i] = word_vecs[word] 121 | word_idx_map[word] = i 122 | i += 1 123 | return W, word_idx_map 124 | 125 | def load_gensim(self, fname, vocab): 126 | 127 | fp = open(fname) 128 | info = fp.readline().split() 129 | model = {} 130 | embed_dim = int(info[1]) 131 | for line in fp: 132 | line = line.split() 133 | model[line[0]] = np.array(map(float, line[1:]), dtype='float32') 134 | fp.close() 135 | 136 | # model = Word2Vec.load(fname) 137 | weights = [[0.] *embed_dim] 138 | word_vecs = {} 139 | total_inside_new_embed = 0 140 | miss= 0 141 | for pair in vocab: 142 | word = pair.encode('utf-8') 143 | if word in model: 144 | # print(word) 145 | total_inside_new_embed += 1 146 | word_vecs[pair] = np.array([w for w in model[word]]) 147 | #weights.append([w for w in model[word]]) 148 | else: 149 | miss = miss + 1 150 | word_vecs[pair] = np.array([0.] * embed_dim) 151 | #weights.append([0.] * model.vector_size) 152 | print('transfer', total_inside_new_embed, 'words from the embedding file, total', len(vocab), 'candidate') 153 | print('miss word2vec', miss) 154 | return word_vecs 155 | 156 | def createtopicvec(): 157 | max_topicword = 50 158 | model = Word2Vec.load_word2vec_format(r"\\msra-sandvm-001\v-wuyu\Models\W2V\Ubuntu\word2vec.model") 159 | topicmatrix = np.zeros(shape=(100,max_topicword,100),dtype=theano.config.floatX) 160 | file = open(r"\\msra-sandvm-001\v-wuyu\project\pythonproject\ACL2016\mergedic2.txt") 161 | i = 0 162 | miss = 0 163 | for line in file: 164 | tmp = line.strip().split(' ') 165 | for j in range(min(len(tmp),max_topicword)): 166 | if gensim.utils.to_unicode(tmp[j]) in model.vocab: 167 | topicmatrix[i,j,:] = model[gensim.utils.to_unicode(tmp[j])] 168 | else: 169 | miss = miss+1 170 | 171 | i= i+1 172 | print("miss word2vec", miss) 173 | return topicmatrix 174 | 175 | def ParseSingleTurn(): 176 | logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO) 177 | revs, vocab, max_len = build_data(r"\\msra-sandvm-001\v-wuyu\Data\ubuntu_data\ubuntu_data\train.topic",isshuffle=True) 178 | word2vec = WordVecs(r"\\msra-sandvm-001\v-wuyu\Models\W2V\Ubuntu\word2vec.model", vocab, True, True) 179 | cPickle.dump([revs, word2vec, max_len,createtopicvec()], open("ubuntu_data.test",'wb')) 180 | logger.info("dataset created!") 181 | 182 | def ParseMultiTurn(): 183 | logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', \ 184 | level=logging.INFO) 185 | revs, vocab, max_len = build_multiturn_data(args.train_dataset, \ 186 | args.valid_dataset, \ 187 | args.test_dataset, \ 188 | isshuffle=True) 189 | word2vec = WordVecs(args.pretrained_embedding, vocab, True, True) 190 | cPickle.dump([revs, word2vec, max_len], open(args.save_dataset,'wb')) 191 | logger.info("dataset created!") 192 | 193 | if __name__=="__main__": 194 | ParseMultiTurn() 195 | -------------------------------------------------------------------------------- /main.py: -------------------------------------------------------------------------------- 1 | from __future__ import print_function 2 | 3 | import cPickle 4 | import numpy as np 5 | import theano 6 | from gensim.models.word2vec import Word2Vec 7 | import theano.tensor as T 8 | import argparse 9 | from model import GRU, SGRU, WordVecs, LogisticRegression, Adam, ConvSim, self_attention 10 | 11 | parser = argparse.ArgumentParser(description="The param of the training") 12 | parser.add_argument('--dataset', type=str, \ 13 | default='../data/douban.train.small.done', \ 14 | help='The location of the train dataset') 15 | parser.add_argument('--save_result', type=str, \ 16 | default='../result/result.txt', \ 17 | help='The location of the pred result') 18 | parser.add_argument('--n_epoch', type=int, default=6, \ 19 | help='The number of epoches of training') 20 | parser.add_argument('--batch_size', type=int, default=170, \ 21 | help='The batch size of the each training time') 22 | parser.add_argument('--max_length', type=int, default=50, \ 23 | help='The max length of a sentence') 24 | parser.add_argument('--hidden_size', type=int, default=200, \ 25 | help='The hidden size of the first RNN') 26 | parser.add_argument('--word_embedding_size', type=int, default=200, \ 27 | help='The input size of the first RNN') 28 | parser.add_argument('--session_hidden_size', type=int, default=50, \ 29 | help='The hidden size of the second RNN') 30 | parser.add_argument('--session_input_size', type=int, default=50, \ 31 | help='The input size of the second RNN') 32 | parser.add_argument('--model_name', type=str, default='DUA.bin', \ 33 | help='The name of the model file') 34 | parser.add_argument('--val_frequency', type=int, default=100, \ 35 | help='The frequency to valid the model') 36 | parser.add_argument('--max_turn', type=int, default=10, \ 37 | help='The number of the multiturn conversation') 38 | parser.add_argument('--learning_rate', type=float, default=0.005, \ 39 | help='The learning rate of the training') 40 | parser.add_argument('--r_seed', type=int, default=0, \ 41 | help='The random seed of the data') 42 | parser.add_argument('--ismask', type=bool, default=True, \ 43 | help='The flag to indicate whether to use mask') 44 | args = parser.parse_args() 45 | 46 | max_turn = args.max_turn 47 | sf = open(args.save_result, 'w') 48 | 49 | def get_idx_from_sent_msg(sents, word_idx_map, max_l=50, mask=True): 50 | """ 51 | Transforms sentence into a list of indices. Pad with zeroes. 52 | """ 53 | turns = [] 54 | for sent in sents.split('_t_'): 55 | x = [0] * max_l 56 | x_mask = [0.] * max_l 57 | words = sent.split() 58 | length = len(words) 59 | for i, word in enumerate(words): 60 | if max_l - length + i < 0: continue 61 | if word in word_idx_map: 62 | x[max_l - length + i] = word_idx_map[word] 63 | #if x[max_l - length + i] != 0: 64 | x_mask[max_l - length + i] = 1 65 | if mask: 66 | x += x_mask 67 | turns.append(x) 68 | 69 | final = [0.] * (max_l * 2 * max_turn) 70 | for i in range(max_turn): 71 | if max_turn - i <= len(turns): 72 | for j in range(max_l * 2): 73 | final[i*(max_l*2) + j] = turns[-(max_turn-i)][j] 74 | return final 75 | 76 | def get_idx_from_sent(sent, word_idx_map, max_l=50, mask=True): 77 | """ 78 | Transforms sentence into a list of indices. Pad with zeroes. 79 | """ 80 | x = [0] * max_l 81 | x_mask = [0.] * max_l 82 | words = sent.split() 83 | length = len(words) 84 | for i, word in enumerate(words): 85 | if max_l - length + i < 0: continue 86 | if word in word_idx_map: 87 | x[max_l - length + i] = word_idx_map[word] 88 | #if x[max_l - length + i] != 0: 89 | x_mask[max_l - length + i] = 1 90 | if mask: 91 | x += x_mask 92 | return x 93 | 94 | def get_session_mask(sents): 95 | session_mask = [0.] * max_turn 96 | turns = [] 97 | for sent in sents.split('_t_'): 98 | words = sent.split() 99 | if len(words) > 0: 100 | turns.append(len(words)) 101 | 102 | for i in range(max_turn): 103 | if max_turn - i <= len(turns): 104 | session_mask[-(max_turn-i)] = 1. 105 | return session_mask 106 | 107 | def _dropout_from_layer(rng, layer, p): 108 | """ 109 | p is the probablity of dropping a unit 110 | """ 111 | srng = theano.tensor.shared_randomstreams.RandomStreams(rng.randint(999999)) 112 | # p=1-p because 1's indicate keep and p is prob of dropping 113 | mask = srng.binomial(n=1, p=1-p, size=layer.shape) 114 | # The cast is important because 115 | # int * float32 = float64 which pulls things off the gpu 116 | output = layer * T.cast(mask, theano.config.floatX) 117 | return output 118 | 119 | def ortho_weight(ndim): 120 | W = np.random.randn(ndim, ndim) 121 | u, s, v = np.linalg.svd(W) 122 | return u.astype('float32') 123 | 124 | def load_params(params, filename): 125 | f = open(filename) 126 | num_params = cPickle.load(f) 127 | for p, w in zip(params, num_params): 128 | p.set_value(w.astype('float32'), borrow=True) 129 | sf.write("load successfully") 130 | sf.write('\n') 131 | sf.flush() 132 | 133 | def glorot_uniform(size): 134 | fan_in, fan_out = size 135 | s = np.sqrt(6. / (fan_in + fan_out)) 136 | return np.random.uniform(size=size, low=-s, high=s).astype(theano.config.floatX) 137 | 138 | class self_attention(): 139 | def __init__(self, n_in): 140 | self.W_p = theano.shared(ortho_weight(n_in), borrow=True) 141 | self.W_phat = theano.shared(ortho_weight(n_in), borrow=True) 142 | self.U_s = theano.shared(glorot_uniform((n_in,1)), borrow=True) 143 | self.params = [self.W_p,self.U_s,self.W_phat] 144 | 145 | def __call__(self, input, input_lm): 146 | self.s_a, _ = theano.scan(self.self_attention, \ 147 | sequences=input.dimshuffle(1,0,2), \ 148 | outputs_info=None, \ 149 | non_sequences=[input.dimshuffle(1,0,2), \ 150 | input_lm.dimshuffle(1,0)]) 151 | self.s_a = self.s_a.dimshuffle(1,0,2) 152 | return self.s_a 153 | 154 | def unpack(self, input, input_lm): 155 | self.weight2, _ = theano.scan(self.self_att, \ 156 | sequences=input.dimshuffle(1,0,2), \ 157 | outputs_info=None, \ 158 | non_sequences=[input.dimshuffle(1,0,2), \ 159 | input_lm.dimshuffle(1,0)]) 160 | return self.weight2 161 | 162 | def self_attention(self, x_t, x_all, x_mask_all): 163 | final = T.dot(T.tanh(T.dot(x_all,self.W_p) + T.dot(x_t,self.W_phat)),self.U_s) 164 | weight = (T.exp(T.max(final,2)) * x_mask_all).dimshuffle(1,0) 165 | weight2 = weight / T.sum(weight,1)[:,None] 166 | final2 = T.sum(x_all.dimshuffle(1,0,2)*weight[:,:,None],1) 167 | return final2 168 | 169 | def self_att(self, x_t, x_all, x_mask_all): 170 | final = T.dot(T.tanh(T.dot(x_all,self.W_p) + T.dot(x_t,self.W_phat)),self.U_s) 171 | weight = (T.exp(T.max(final,2)) * x_mask_all).dimshuffle(1,0) 172 | weight2 = weight / T.sum(weight,1)[:,None] 173 | final2 = T.sum(x_all.dimshuffle(1,0,2)*weight[:,:,None],1) 174 | return weight2 175 | 176 | def main(datasets, U, n_epochs=20, batch_size=20, max_l=100, hidden_size=100, \ 177 | word_embedding_size=100, session_hidden_size=50, session_input_size=50, \ 178 | model_name='SMN_last.bin', learning_rate=0.001, r_seed=3435, \ 179 | val_frequency=100): 180 | hiddensize = hidden_size 181 | U = U.astype(dtype=theano.config.floatX) 182 | rng = np.random.RandomState(r_seed) 183 | lsize, rsize = max_l, max_l 184 | sessionmask = T.matrix() 185 | lx = [] #tokens from previous turns 186 | lxmask = [] #masks from previous turns 187 | for i in range(max_turn): 188 | lx.append(T.matrix()) 189 | lxmask.append(T.matrix()) 190 | 191 | index = T.lscalar() 192 | rx = T.matrix('rx') #tokens from response 193 | rxmask = T.matrix() #masks from response 194 | y = T.ivector('y') 195 | Words = theano.shared(value=U, name="Words") 196 | llayer0_input = [] 197 | for i in range(max_turn): 198 | llayer0_input.append(Words[T.cast(lx[i].flatten(), dtype="int32")] \ 199 | .reshape((lx[i].shape[0], lx[i].shape[1], Words.shape[1]))) 200 | 201 | # input: word embeddings of the mini batch 202 | rlayer0_input = Words[T.cast(rx.flatten(), dtype="int32")].\ 203 | reshape((rx.shape[0], rx.shape[1], Words.shape[1])) 204 | 205 | train_set, dev_set, test_set = datasets[0], datasets[1], datasets[2] 206 | 207 | train_set_lx = [] 208 | train_set_lx_mask = [] 209 | q_embedding = [] 210 | q_embedding_Cat = [] 211 | q_embedding_Cat_mask = [] 212 | q_embedding_self_att = [] 213 | q_embedding_self_att_rnn = [] 214 | q_embedding_hiddenequal = [] 215 | 216 | offset = 2 * lsize 217 | for i in range(max_turn): 218 | train_set_lx.append(theano.shared( 219 | np.asarray(a=train_set[:, offset*i:offset*i+lsize], \ 220 | dtype=theano.config.floatX), \ 221 | borrow=True)) 222 | train_set_lx_mask.append(theano.shared( 223 | np.asarray(a=train_set[:, offset*i + lsize:offset*i + 2*lsize], \ 224 | dtype=theano.config.floatX), \ 225 | borrow=True)) 226 | train_set_rx = theano.shared( 227 | np.asarray(a=train_set[:, offset*max_turn:offset*max_turn + lsize], \ 228 | dtype=theano.config.floatX), \ 229 | borrow=True) 230 | train_set_rx_mask = theano.shared( 231 | np.asarray(a=train_set[:, offset*max_turn+lsize:offset*max_turn + 2*lsize], \ 232 | dtype=theano.config.floatX), \ 233 | borrow=True) 234 | train_set_session_mask = theano.shared( 235 | np.asarray(a=train_set[:, -max_turn-1:-1], \ 236 | dtype=theano.config.floatX), \ 237 | borrow=True) 238 | train_set_y = theano.shared(np.asarray(train_set[:, -1], dtype="int32"), \ 239 | borrow=True) 240 | 241 | val_set_lx = [] 242 | val_set_lx_mask = [] 243 | for i in range(max_turn): 244 | val_set_lx.append(theano.shared( 245 | np.asarray(a=dev_set[:, offset*i:offset*i + lsize], \ 246 | dtype=theano.config.floatX), \ 247 | borrow=True)) 248 | val_set_lx_mask.append(theano.shared( 249 | np.asarray(a=dev_set[:, offset*i + lsize:offset*i + 2*lsize], \ 250 | dtype=theano.config.floatX), \ 251 | borrow=True)) 252 | val_set_rx = theano.shared( 253 | np.asarray(a=dev_set[:, offset*max_turn:offset*max_turn + lsize], \ 254 | dtype=theano.config.floatX), \ 255 | borrow=True) 256 | val_set_rx_mask = theano.shared( 257 | np.asarray(a=dev_set[:, offset*max_turn + lsize:offset*max_turn + 2*lsize], \ 258 | dtype=theano.config.floatX), \ 259 | borrow=True) 260 | val_set_session_mask = theano.shared(np.asarray(a=dev_set[:, -max_turn-1:-1], \ 261 | dtype=theano.config.floatX), \ 262 | borrow=True) 263 | val_set_y = theano.shared(np.asarray(dev_set[:, -1], dtype="int32"), borrow=True) 264 | 265 | test_set_lx = [] 266 | test_set_lx_mask = [] 267 | for i in range(max_turn): 268 | test_set_lx.append(theano.shared( 269 | np.asarray(a=test_set[:, offset*i:offset*i + lsize], \ 270 | dtype=theano.config.floatX), \ 271 | borrow=True)) 272 | test_set_lx_mask.append(theano.shared( 273 | np.asarray(a=test_set[:, offset*i + lsize:offset*i + 2*lsize], \ 274 | dtype=theano.config.floatX), \ 275 | borrow=True)) 276 | test_set_rx = theano.shared( 277 | np.asarray(a=test_set[:, offset*max_turn:offset*max_turn + lsize], \ 278 | dtype=theano.config.floatX), \ 279 | borrow=True) 280 | test_set_rx_mask = theano.shared( 281 | np.asarray(a=test_set[:, offset*max_turn + lsize:offset*max_turn + 2*lsize], \ 282 | dtype=theano.config.floatX), \ 283 | borrow=True) 284 | test_set_session_mask = theano.shared(np.asarray(a=test_set[:, -max_turn-1:-1], \ 285 | dtype=theano.config.floatX), \ 286 | borrow=True) 287 | test_set_y = theano.shared(np.asarray(test_set[:, -1], dtype="int32"), \ 288 | borrow=True) 289 | 290 | dic = {} 291 | for i in range(max_turn): 292 | dic[lx[i]] = train_set_lx[i][index*batch_size:(index+1)*batch_size] 293 | dic[lxmask[i]] = train_set_lx_mask[i][index*batch_size:(index+1)*batch_size] 294 | dic[rx] = train_set_rx[index*batch_size:(index+1)*batch_size] 295 | dic[sessionmask] = train_set_session_mask[index*batch_size:(index+1)*batch_size] 296 | dic[rxmask] = train_set_rx_mask[index*batch_size:(index+1)*batch_size] 297 | dic[y] = train_set_y[index*batch_size:(index+1)*batch_size] 298 | 299 | val_dic = {} 300 | for i in range(max_turn): 301 | val_dic[lx[i]] = val_set_lx[i][index*batch_size:(index+1)*batch_size] 302 | val_dic[lxmask[i]] = val_set_lx_mask[i][index*batch_size:(index+1)*batch_size] 303 | val_dic[rx] = val_set_rx[index*batch_size:(index+1)*batch_size] 304 | val_dic[sessionmask] = val_set_session_mask[index*batch_size:(index+1)*batch_size] 305 | val_dic[rxmask] = val_set_rx_mask[index*batch_size:(index+1)*batch_size] 306 | val_dic[y] = val_set_y[index*batch_size:(index+1)*batch_size] 307 | 308 | test_dic = {} 309 | for i in range(max_turn): 310 | test_dic[lx[i]] = test_set_lx[i][index*batch_size:(index+1)*batch_size] 311 | test_dic[lxmask[i]] = test_set_lx_mask[i][index*batch_size:(index+1)*batch_size] 312 | test_dic[rx] = test_set_rx[index*batch_size:(index+1)*batch_size] 313 | test_dic[sessionmask] = test_set_session_mask[index*batch_size:(index+1)*batch_size] 314 | test_dic[rxmask] = test_set_rx_mask[index*batch_size:(index+1)*batch_size] 315 | test_dic[y] = test_set_y[index*batch_size:(index+1)*batch_size] 316 | 317 | # This is the first RNN. 318 | sentence2vec = GRU(n_in=word_embedding_size, n_hidden=hiddensize, \ 319 | n_out=hiddensize, batch_size=batch_size) 320 | for i in range(max_turn): 321 | q_embedding.append(sentence2vec(llayer0_input[i], lxmask[i], True)) 322 | r_embedding = sentence2vec(rlayer0_input, rxmask, True) 323 | 324 | # This is the concat/elementwise_produce of the after the first RNN which 325 | # concat the tenth sentence to the first nine sentences. 326 | for i in range(max_turn): 327 | q_embedding_Cat.append(T.concatenate([q_embedding[i], \ 328 | q_embedding[-1]], \ 329 | axis=2)) 330 | q_embedding_Cat_mask.append(lxmask[i]) 331 | r_embedding_Cat = T.concatenate([r_embedding, q_embedding[-1]], axis=2) 332 | r_embedding_Cat_mask = rxmask 333 | # This is the self_attention step 334 | sa = self_attention(n_in=hiddensize*2) 335 | for i in range(max_turn): 336 | q_embedding_self_att.append(T.concatenate([q_embedding_Cat[i], \ 337 | sa(q_embedding_Cat[i], \ 338 | q_embedding_Cat_mask[i])], \ 339 | axis=2)) 340 | r_embedding_self_att = T.concatenate([r_embedding_Cat, \ 341 | sa(r_embedding_Cat, \ 342 | r_embedding_Cat_mask)], \ 343 | axis=2) 344 | # This is the SRNN 345 | vec2svec = SGRU(n_in=hiddensize*2, n_hidden=hiddensize, \ 346 | n_out=hiddensize, batch_size=batch_size) 347 | 348 | for i in range(max_turn): 349 | q_embedding_self_att_rnn.append(vec2svec(q_embedding_self_att[i], \ 350 | q_embedding_Cat_mask[i], \ 351 | True)) 352 | r_embedding_self_att_rnn = vec2svec(r_embedding_self_att, \ 353 | r_embedding_Cat_mask, \ 354 | True) 355 | 356 | # This is the CNN with pooling and full-connection 357 | pooling_layer = ConvSim(rng=rng, n_in=max_l, n_out=session_input_size, \ 358 | hidden_size=hiddensize, session_size=session_hidden_size, \ 359 | batch_size=batch_size) 360 | poolingoutput = [] 361 | for i in range(max_turn): 362 | poolingoutput.append(pooling_layer(llayer0_input[i], \ 363 | rlayer0_input, \ 364 | q_embedding_self_att_rnn[i], \ 365 | r_embedding_self_att_rnn)) 366 | 367 | # This is the second RNN 368 | session2vec = GRU(n_in=session_input_size, n_hidden=session_hidden_size, \ 369 | n_out=session_hidden_size, batch_size=batch_size) 370 | res = session2vec(T.stack(poolingoutput, 1), sessionmask, True) 371 | 372 | # This is the final Attention and put the output to a classifier 373 | W = theano.shared(ortho_weight(session_hidden_size), borrow=True) 374 | W2 = theano.shared(glorot_uniform((hiddensize, session_hidden_size)), borrow=True) 375 | b = theano.shared(value=np.zeros((session_hidden_size, ), dtype='float32'), borrow=True) 376 | U_s = theano.shared(glorot_uniform((session_hidden_size, 1)), borrow=True) 377 | 378 | final = T.dot(T.tanh(T.dot(res, W) + \ 379 | T.dot(T.stack(q_embedding_self_att_rnn, 1)[:, :, -1, :], W2) \ 380 | + b), U_s) 381 | weight = T.exp(T.max(final, 2)) * sessionmask 382 | weight2 = weight / T.sum(weight, 1)[:, None] 383 | final2 = T.sum(res*weight2[:, :, None], 1)+1e-6 384 | 385 | # This is the classifier 386 | classifier = LogisticRegression(final2, session_hidden_size, 2, rng) 387 | 388 | # Calculate the cost and updata the param with gradient 389 | cost = classifier.negative_log_likelihood(y) 390 | error = classifier.errors(y) 391 | predict = classifier.predict_prob 392 | opt = Adam() 393 | 394 | # Make params 395 | params = classifier.params 396 | params += sentence2vec.params 397 | params += session2vec.params 398 | params += pooling_layer.params 399 | params += [Words, W, b, W2, U_s] 400 | params += vec2svec.params 401 | params += sa.params 402 | 403 | # Make updater 404 | grad_updates = opt.Adam(cost=cost, params=params, lr=learning_rate) 405 | 406 | # The training step 407 | train_model = theano.function([index], cost, updates=grad_updates, \ 408 | givens=dic, on_unused_input='ignore') 409 | val_model = theano.function([index], [cost, error], givens=val_dic, \ 410 | on_unused_input='ignore') 411 | best_dev = 1. 412 | n_train_batches = datasets[0].shape[0]/batch_size 413 | for i in xrange(n_epochs): 414 | cost_all = 0 415 | total = 0. 416 | for minibatch_index in np.random.permutation(range(n_train_batches)): 417 | batch_cost = train_model(minibatch_index) 418 | total = total + 1 419 | cost_all = cost_all + batch_cost 420 | if total % val_frequency == 0: 421 | sf.write('epcho %d, num %d, train_loss %f' %(i, total, cost_all/total)) 422 | sf.write('\n') 423 | sf.flush() 424 | cost_dev = 0 425 | errors_dev = 0 426 | j = 0 427 | for minibatch_index in xrange(datasets[1].shape[0]/batch_size): 428 | tcost, terr = val_model(minibatch_index) 429 | cost_dev += tcost 430 | errors_dev += terr 431 | j = j+1 432 | cost_dev = cost_dev / j 433 | errors_dev = errors_dev / j 434 | if cost_dev < best_dev: 435 | best_dev = cost_dev 436 | save_params(params, model_name+'dev') 437 | sf.write("epcho %d, num %d, dev_loss %f" % (i, total, cost_dev)) 438 | sf.write('\n') 439 | sf.write("epcho %d, num %d, dev_accuracy %f" % (i, total, 1-errors_dev)) 440 | sf.write('\n') 441 | sf.flush() 442 | cost_all = cost_all / n_train_batches 443 | sf.write("epcho %d loss %f" % (i, cost_all)) 444 | sf.write('\n') 445 | sf.flush() 446 | 447 | def save_params(params,filename): 448 | num_params = [p.get_value() for p in params] 449 | f = open(filename,'wb') 450 | cPickle.dump(num_params,f) 451 | 452 | def make_data(revs, word_idx_map, max_l=50, ismask=True): 453 | """ 454 | Transforms sentences into a 2-d matrix. 455 | """ 456 | data = [] 457 | for rev in revs: 458 | sent = get_idx_from_sent_msg(rev["m"], word_idx_map, max_l, ismask) 459 | sent += get_idx_from_sent(rev["r"], word_idx_map, max_l, ismask) 460 | sent += get_session_mask(rev["m"]) 461 | sent.append(int(rev["y"])) 462 | data.append(sent) 463 | 464 | data = np.array(data,dtype="int") 465 | return data 466 | 467 | if __name__=="__main__": 468 | x = cPickle.load(open(args.dataset,"rb")) 469 | revs, wordvecs, max_l = x[0], x[1], x[2] 470 | datasets = [] 471 | 472 | for i in range(3): 473 | datasets.append(make_data(revs=revs[i], \ 474 | word_idx_map=wordvecs.word_idx_map, \ 475 | max_l=args.max_length, \ 476 | ismask=args.ismask)) 477 | sf.write('Dataset %d: %d' %(i,len(datasets[i]))) 478 | sf.write('\n') 479 | sf.flush() 480 | 481 | 482 | main(datasets, wordvecs.W, batch_size=args.batch_size, \ 483 | max_l=args.max_length, hidden_size=args.hidden_size, \ 484 | word_embedding_size=args.word_embedding_size, \ 485 | model_name=args.model_name, n_epochs=args.n_epoch, \ 486 | session_hidden_size=args.session_hidden_size, \ 487 | session_input_size=args.session_input_size, \ 488 | learning_rate=args.learning_rate, r_seed=args.r_seed, \ 489 | val_frequency=args.val_frequency) 490 | 491 | sf.close() 492 | -------------------------------------------------------------------------------- /model.py: -------------------------------------------------------------------------------- 1 | from __future__ import print_function 2 | 3 | import cPickle 4 | import numpy as np 5 | import theano 6 | from gensim.models.word2vec import Word2Vec 7 | import theano.tensor as T 8 | from theano.tensor.nnet import conv 9 | import scipy.sparse as sp 10 | from collections import defaultdict, OrderedDict 11 | import sys, re, random, logging, argparse 12 | import datetime 13 | 14 | 15 | def ortho_weight(ndim): 16 | W = np.random.randn(ndim, ndim) 17 | u, s, v = np.linalg.svd(W) 18 | return u.astype('float32') 19 | 20 | # weight initializer, normal by default 21 | def norm_weight(nin, nout=None, scale=0.01, ortho=False): 22 | if nout is None: 23 | nout = nin 24 | if nout == nin and ortho: 25 | W = ortho_weight(nin) 26 | else: 27 | W = scale * np.random.randn(nin, nout) 28 | return W.astype('float32') 29 | 30 | def uniform_weight(size,scale=0.1): 31 | return np.random.uniform(size=size,low=-scale, high=scale).astype(theano.config.floatX) 32 | 33 | def glorot_uniform(size): 34 | fan_in, fan_out = size 35 | s = np.sqrt(6. / (fan_in + fan_out)) 36 | return np.random.uniform(size=size,low=-s, high=s).astype(theano.config.floatX) 37 | 38 | def ReLU(x): 39 | y = T.maximum(0.0, x) 40 | return(y) 41 | 42 | def kmaxpooling(input,input_shape,k): 43 | sorted_values = T.argsort(input,axis=3) 44 | topmax_indexes = sorted_values[:,:,:,-k:] 45 | # sort indexes so that we keep the correct order within the sentence 46 | topmax_indexes_sorted = T.sort(topmax_indexes) 47 | 48 | #given that topmax only gives the index of the third dimension, we need to generate the other 3 dimensions 49 | dim0 = T.arange(0,input_shape[0]).repeat(input_shape[1]*input_shape[2]*k) 50 | dim1 = T.arange(0,input_shape[1]).repeat(k*input_shape[2]).reshape((1,-1)).repeat(input_shape[0],axis=0).flatten() 51 | dim2 = T.arange(0,input_shape[2]).repeat(k).reshape((1,-1)).repeat(input_shape[0]*input_shape[1],axis=0).flatten() 52 | dim3 = topmax_indexes_sorted.flatten() 53 | return input[dim0,dim1,dim2,dim3].reshape((input_shape[0], input_shape[1], input_shape[2], k)) 54 | 55 | def as_floatX(variable): 56 | if isinstance(variable, float): 57 | return np.cast[theano.config.floatX](variable) 58 | 59 | if isinstance(variable, np.ndarray): 60 | return np.cast[theano.config.floatX](variable) 61 | return theano.tensor.cast(variable, theano.config.floatX) 62 | 63 | 64 | class GRU(object): 65 | def __init__(self, n_in, n_hidden, n_out, activation=T.tanh,inner_activation=T.nnet.sigmoid, 66 | output_type='real',batch_size=200): 67 | 68 | self.activation = activation 69 | self.inner_activation = inner_activation 70 | self.output_type = output_type 71 | 72 | self.batch_size = batch_size 73 | self.n_hidden = n_hidden 74 | 75 | # recurrent weights as a shared variable 76 | self.U_z = theano.shared(ortho_weight(n_hidden),borrow=True) 77 | self.W_z = theano.shared(glorot_uniform((n_in,n_hidden)),borrow=True) 78 | self.b_z = theano.shared(value=np.zeros((n_hidden,),dtype=theano.config.floatX),borrow=True) 79 | 80 | self.U_r = theano.shared(ortho_weight(n_hidden),borrow=True) 81 | self.W_r = theano.shared(glorot_uniform((n_in,n_hidden)),borrow=True) 82 | self.b_r = theano.shared(value=np.zeros((n_hidden,),dtype=theano.config.floatX),borrow=True) 83 | 84 | self.U_h = theano.shared(ortho_weight(n_hidden),borrow=True) 85 | self.W_h = theano.shared(glorot_uniform((n_in,n_hidden)),borrow=True) 86 | self.b_h = theano.shared(value=np.zeros((n_hidden,),dtype=theano.config.floatX),borrow=True) 87 | 88 | 89 | self.params = [self.W_z,self.W_h,self.W_r, 90 | self.U_h,self.U_r,self.U_z, 91 | self.b_h,self.b_r,self.b_z] 92 | 93 | def __call__(self, input,input_lm=None, return_list = False, return_list_except_last = False, Init_input =None,check_gate = False): 94 | # activation function 95 | if Init_input == None: 96 | init = theano.shared(value=np.zeros((self.batch_size,self.n_hidden), 97 | dtype=theano.config.floatX),borrow=True) 98 | else: 99 | init = Init_input 100 | 101 | if check_gate: 102 | self.h_l, _ = theano.scan(self.step3, 103 | sequences=[input.dimshuffle(1,0,2),T.addbroadcast(input_lm.dimshuffle(1,0,'x'), -1)], 104 | outputs_info=[init, theano.shared(value=np.zeros((self.batch_size,self.n_hidden), 105 | dtype=theano.config.floatX),borrow=True)]) 106 | return [self.h_l[0][:,-1,:], self.h_l[1]] 107 | 108 | 109 | 110 | if input_lm == None: 111 | self.h_l, _ = theano.scan(self.step2, 112 | sequences=input.dimshuffle(1,0,2), 113 | outputs_info=init) 114 | else: 115 | self.h_l, _ = theano.scan(self.step, 116 | sequences=[input.dimshuffle(1,0,2),T.addbroadcast(input_lm.dimshuffle(1,0,'x'), -1)], 117 | outputs_info=init) 118 | self.h_l = self.h_l.dimshuffle(1,0,2) 119 | if return_list == True: 120 | return self.h_l 121 | if return_list_except_last == True: 122 | return self.h_l[:,-1,:], self.h_l[:,:-1,:] 123 | return self.h_l[:,-1,:] 124 | 125 | def step2(self,x_t, h_tm1): 126 | x_z = T.dot(x_t, self.W_z) + self.b_z 127 | x_r = T.dot(x_t, self.W_r) + self.b_r 128 | x_h = T.dot(x_t, self.W_h) + self.b_h 129 | z = self.inner_activation(x_z + T.dot(h_tm1, self.U_z)) 130 | r = self.inner_activation(x_r + T.dot(h_tm1, self.U_r)) 131 | 132 | hh = self.activation(x_h + T.dot(r * h_tm1, self.U_h)) 133 | h = z * h_tm1 + (1 - z) * hh 134 | return h 135 | def step3(self,x_t,mask, h_tm1, gate_tm1): 136 | #h_tm1 = mask * h_tm1 137 | x_z = T.dot(x_t, self.W_z) + self.b_z 138 | x_r = T.dot(x_t, self.W_r) + self.b_r 139 | x_h = T.dot(x_t, self.W_h) + self.b_h 140 | z = self.inner_activation(x_z + T.dot(h_tm1, self.U_z)) 141 | r = self.inner_activation(x_r + T.dot(h_tm1, self.U_r)) 142 | 143 | hh = self.activation(x_h + T.dot(r * h_tm1, self.U_h)) 144 | h = z * h_tm1 + (1 - z) * hh 145 | h = mask * h + (1-mask) * h_tm1 146 | 147 | return [h,r] 148 | 149 | def step(self,x_t,mask, h_tm1): 150 | #h_tm1 = mask * h_tm1 151 | x_z = T.dot(x_t, self.W_z) + self.b_z 152 | x_r = T.dot(x_t, self.W_r) + self.b_r 153 | x_h = T.dot(x_t, self.W_h) + self.b_h 154 | z = self.inner_activation(x_z + T.dot(h_tm1, self.U_z)) 155 | r = self.inner_activation(x_r + T.dot(h_tm1, self.U_r)) 156 | 157 | hh = self.activation(x_h + T.dot(r * h_tm1, self.U_h)) 158 | h = z * h_tm1 + (1 - z) * hh 159 | h = mask * h + (1-mask) * h_tm1 160 | 161 | return h 162 | 163 | class SGRU(object): 164 | def __init__(self, n_in, n_hidden, n_out, activation=T.tanh,inner_activation=T.nnet.sigmoid, 165 | output_type='real',batch_size=200): 166 | 167 | self.activation = activation 168 | self.inner_activation = inner_activation 169 | self.output_type = output_type 170 | 171 | self.batch_size = batch_size 172 | self.n_hidden = n_hidden 173 | 174 | # recurrent weights as a shared variable 175 | self.U_z = theano.shared(ortho_weight(n_hidden),borrow=True) 176 | self.W_z = theano.shared(glorot_uniform((n_in*2,n_hidden)),borrow=True) 177 | self.b_z = theano.shared(value=np.zeros((n_hidden,),dtype=theano.config.floatX),borrow=True) 178 | 179 | self.U_r = theano.shared(ortho_weight(n_hidden),borrow=True) 180 | self.W_r = theano.shared(glorot_uniform((n_in*2,n_hidden)),borrow=True) 181 | self.b_r = theano.shared(value=np.zeros((n_hidden,),dtype=theano.config.floatX),borrow=True) 182 | 183 | self.U_h = theano.shared(ortho_weight(n_hidden),borrow=True) 184 | self.W_h = theano.shared(glorot_uniform((n_in*2,n_hidden)),borrow=True) 185 | self.b_h = theano.shared(value=np.zeros((n_hidden,),dtype=theano.config.floatX),borrow=True) 186 | 187 | self.params = [self.W_z,self.W_h,self.W_r, 188 | self.U_h,self.U_r,self.U_z, 189 | self.b_h,self.b_r,self.b_z,] 190 | 191 | def __call__(self, input,input_lm=None, return_list = False, return_list_except_last = False, Init_input =None,check_gate = False): 192 | # activation function 193 | if Init_input == None: 194 | init = theano.shared(value=np.zeros((self.batch_size,self.n_hidden), 195 | dtype=theano.config.floatX),borrow=True) 196 | else: 197 | init = Init_input 198 | 199 | if check_gate: 200 | self.h_l, _ = theano.scan(self.step3, 201 | sequences=[input.dimshuffle(1,0,2),T.addbroadcast(input_lm.dimshuffle(1,0,'x'), -1)], 202 | outputs_info=[init, theano.shared(value=np.zeros((self.batch_size,self.n_hidden), 203 | dtype=theano.config.floatX),borrow=True)]) 204 | 205 | return [self.h_l[0][:,-1,:], self.h_l[1]] 206 | 207 | if input_lm == None: 208 | self.h_l, _ = theano.scan(self.step2, 209 | sequences=input.dimshuffle(1,0,2), 210 | outputs_info=init) 211 | else: 212 | self.h_l, _ = theano.scan(self.step, 213 | sequences=[input.dimshuffle(1,0,2),T.addbroadcast(input_lm.dimshuffle(1,0,'x'), -1)], 214 | outputs_info=init,) 215 | self.h_l = self.h_l.dimshuffle(1,0,2) 216 | if return_list == True: 217 | return self.h_l 218 | if return_list_except_last == True: 219 | return self.h_l[:,-1,:], self.h_l[:,:-1,:] 220 | return self.h_l[:,-1,:] 221 | 222 | def step2(self,x_t, h_tm1): 223 | x_z = T.dot(x_t, self.W_z) + self.b_z 224 | x_r = T.dot(x_t, self.W_r) + self.b_r 225 | x_h = T.dot(x_t, self.W_h) + self.b_h 226 | z = self.inner_activation(x_z + T.dot(h_tm1, self.U_z)) 227 | r = self.inner_activation(x_r + T.dot(h_tm1, self.U_r)) 228 | 229 | hh = self.activation(x_h + T.dot(r * h_tm1, self.U_h)) 230 | h = z * h_tm1 + (1 - z) * hh 231 | return h 232 | 233 | def step3(self,x_t,mask, h_tm1, gate_tm1): 234 | #h_tm1 = mask * h_tm1 235 | x_z = T.dot(x_t, self.W_z) + self.b_z 236 | x_r = T.dot(x_t, self.W_r) + self.b_r 237 | x_h = T.dot(x_t, self.W_h) + self.b_h 238 | z = self.inner_activation(x_z + T.dot(h_tm1, self.U_z)) 239 | r = self.inner_activation(x_r + T.dot(h_tm1, self.U_r)) 240 | 241 | hh = self.activation(x_h + T.dot(r * h_tm1, self.U_h)) 242 | h = z * h_tm1 + (1 - z) * hh 243 | h = mask * h + (1-mask) * h_tm1 244 | 245 | return [h,r] 246 | 247 | def step(self,x_t,mask, h_tm1): 248 | x_z = T.dot(x_t, self.W_z) + self.b_z 249 | x_r = T.dot(x_t, self.W_r) + self.b_r 250 | x_h = T.dot(x_t, self.W_h) + self.b_h 251 | z = self.inner_activation(x_z + T.dot(h_tm1, self.U_z)) 252 | r = self.inner_activation(x_r + T.dot(h_tm1, self.U_r)) 253 | 254 | hh = self.activation(x_h + T.dot(r * h_tm1, self.U_h)) 255 | h = z * h_tm1 + (1 - z) * hh 256 | h = mask * h + (1-mask) * h_tm1 257 | 258 | return h 259 | 260 | class WordVecs(object): 261 | def __init__(self, fname, vocab, binary, gensim): 262 | if gensim: 263 | word_vecs = self.load_gensim(fname,vocab) 264 | self.k = len(word_vecs.values()[0]) 265 | self.W, self.word_idx_map = self.get_W(word_vecs, k=self.k) 266 | 267 | def get_W(self, word_vecs, k=200): 268 | """ 269 | Get word matrix. W[i] is the vector for word indexed by i 270 | """ 271 | vocab_size = len(word_vecs) 272 | word_idx_map = dict() 273 | W = np.zeros(shape=(vocab_size+1, k)) 274 | W[0] = np.zeros(k) 275 | i = 1 276 | for word in word_vecs: 277 | W[i] = word_vecs[word] 278 | word_idx_map[word] = i 279 | i += 1 280 | return W, word_idx_map 281 | 282 | def load_gensim(self, fname, vocab): 283 | 284 | fp = open(fname) 285 | info = fp.readline().split() 286 | model = {} 287 | embed_dim = int(info[1]) 288 | for line in fp: 289 | line = line.split() 290 | model[line[0]] = np.array(map(float, line[1:]), dtype='float32') 291 | fp.close() 292 | 293 | # model = Word2Vec.load(fname) 294 | weights = [[0.] *embed_dim] 295 | word_vecs = {} 296 | total_inside_new_embed = 0 297 | miss= 0 298 | for pair in vocab: 299 | word = pair.encode('utf-8') 300 | if word in model: 301 | # print(word) 302 | total_inside_new_embed += 1 303 | word_vecs[pair] = np.array([w for w in model[word]]) 304 | #weights.append([w for w in model[word]]) 305 | else: 306 | miss = miss + 1 307 | word_vecs[pair] = np.array([0.] * embed_dim) 308 | #weights.append([0.] * model.vector_size) 309 | print('transfer', total_inside_new_embed, 'words from the embedding file, total', len(vocab), 'candidate') 310 | print('miss word2vec', miss) 311 | return word_vecs 312 | 313 | class LogisticRegression(object): 314 | def __init__(self,input,n_in,n_out,rng): 315 | self.W = theano.shared( np.asarray( 316 | rng.uniform( 317 | low=-np.sqrt(6. / (n_in + n_out)), 318 | high=np.sqrt(6. / (n_in + n_out)), 319 | size=(n_in, n_out) 320 | ), 321 | dtype=theano.config.floatX 322 | )) 323 | self.b = theano.shared(value=np.zeros(n_out,dtype=theano.config.floatX),borrow=True,name='b') 324 | self.predict_prob = T.nnet.softmax(T.dot(input,self.W)+self.b) 325 | self.predict_y = T.argmax(self.predict_prob,axis=1) 326 | self.params=[self.W,self.b] 327 | 328 | def negative_log_likelihood(self, y): 329 | #return - T.mean(y * T.log(self.predict_prob) + (1 - y) * T.log(1 - self.predict_prob)) 330 | return -T.mean(T.log(self.predict_prob)[T.arange(y.shape[0]), y]) 331 | 332 | def errors(self,y): 333 | if y.dtype.startswith('int'): 334 | return T.mean(T.neq(self.predict_y,y)) 335 | else: 336 | raise NotImplementedError 337 | 338 | class Adam(object): 339 | def Adam(self,cost, params, lr=0.0002, b1=0.1, b2=0.001, e=1e-8): 340 | updates = [] 341 | grads = T.grad(cost, params) 342 | i = theano.shared(as_floatX(0.)) 343 | i_t = i + 1. 344 | fix1 = 1. - (1. - b1)**i_t 345 | fix2 = 1. - (1. - b2)**i_t 346 | lr_t = lr * (T.sqrt(fix2) / fix1) 347 | for p, g in zip(params, grads): 348 | m = theano.shared(p.get_value() * 0.) 349 | v = theano.shared(p.get_value() * 0.) 350 | m_t = (b1 * g) + ((1. - b1) * m) 351 | v_t = (b2 * T.sqr(g)) + ((1. - b2) * v) 352 | g_t = m_t / (T.sqrt(v_t) + e) 353 | p_t = p - (lr_t * g_t) 354 | updates.append((m, m_t)) 355 | updates.append((v, v_t)) 356 | updates.append((p, p_t)) 357 | updates.append((i, i_t)) 358 | return updates 359 | 360 | class ConvSim(object): 361 | def __init__(self, rng, n_in, n_out, W=None, b=None, session_size=50, \ 362 | activation=T.tanh,hidden_size=100, batch_size=200): 363 | self.W = theano.shared(value=ortho_weight(hidden_size), borrow=True) 364 | self.activation = activation 365 | 366 | self.conv_layer = LeNetConvPoolLayer2(rng,filter_shape=(8,2,3,3), 367 | image_shape=(batch_size,2,session_size,\ 368 | session_size) 369 | ,poolsize=(3,3),non_linear='relu') 370 | 371 | self.hidden_layer = HiddenLayer2(rng,2048,n_out) 372 | self.params = [self.W,] + self.conv_layer.params + self.hidden_layer.params 373 | def Get_M2(self,input_l,input_r): 374 | return T.batched_dot(T.dot(input_l,self.W),input_r.dimshuffle(0,2,1)) 375 | 376 | def __call__(self, origin_l,origin_r,input_l,input_r): 377 | channel_1 = T.batched_dot(origin_l,origin_r.dimshuffle(0,2,1)) 378 | channel_2 = T.batched_dot(T.dot(input_l,self.W),input_r.dimshuffle(0,2,1)) 379 | input = T.stack([channel_1,channel_2],axis=1) 380 | mlp_in = T.flatten(self.conv_layer(input),2) 381 | 382 | return self.hidden_layer(mlp_in) 383 | 384 | class HiddenLayer2(object): 385 | def __init__(self, rng, n_in, n_out, W=None, b=None, 386 | activation=T.tanh): 387 | """ 388 | Typical hidden layer of a MLP: units are fully-connected and have 389 | sigmoidal activation function. Weight matrix W is of shape (n_in,n_out) 390 | and the bias vector b is of shape (n_out,). 391 | 392 | NOTE : The nonlinearity used here is tanh 393 | 394 | Hidden unit activation is given by: tanh(dot(input,W) + b) 395 | 396 | :type rng: np.random.RandomState 397 | :param rng: a random number generator used to initialize weights 398 | 399 | :type input: theano.tensor.dmatrix 400 | :param input: a symbolic tensor of shape (n_examples, n_in) 401 | 402 | :type n_in: int 403 | :param n_in: dimensionality of input 404 | 405 | :type n_out: int 406 | :param n_out: number of hidden units 407 | 408 | :type activation: theano.Op or function 409 | :param activation: Non linearity to be applied in the hidden 410 | layer 411 | """ 412 | # end-snippet-1 413 | 414 | # `W` is initialized with `W_values` which is uniformely sampled 415 | # from sqrt(-6./(n_in+n_hidden)) and sqrt(6./(n_in+n_hidden)) 416 | # for tanh activation function 417 | # the output of uniform if converted using asarray to dtype 418 | # theano.config.floatX so that the code is runable on GPU 419 | # Note : optimal initialization of weights is dependent on the 420 | # activation function used (among other things). 421 | # For example, results presented in [Xavier10] suggest that you 422 | # should use 4 times larger initial weights for sigmoid 423 | # compared to tanh 424 | # We have no info for other function, so we use the same as 425 | # tanh. 426 | if W is None: 427 | W_values = np.asarray( 428 | rng.uniform( 429 | low=-np.sqrt(6. / (n_in + n_out)), 430 | high=np.sqrt(6. / (n_in + n_out)), 431 | size=(n_in, n_out) 432 | ), 433 | dtype=theano.config.floatX 434 | ) 435 | if activation == theano.tensor.nnet.sigmoid: 436 | W_values *= 4 437 | 438 | W = theano.shared(value=W_values, name='W', borrow=True) 439 | 440 | if b is None: 441 | b_values = np.zeros((n_out,), dtype=theano.config.floatX) 442 | b = theano.shared(value=b_values, name='b', borrow=True) 443 | 444 | self.W = W 445 | self.b = b 446 | self.activation = activation 447 | 448 | self.params = [self.W, self.b] 449 | 450 | def __call__(self, input): 451 | lin_output = T.dot(input, self.W) + self.b 452 | return self.activation(lin_output) 453 | 454 | class LeNetConvPoolLayer2(object): 455 | """ 456 | Pool Layer of a convolutional network 457 | """ 458 | 459 | def __init__(self, rng, filter_shape, image_shape, poolsize=(2, 2), non_linear="tanh"): 460 | """ 461 | Allocate a LeNetConvPoolLayer with shared variable internal parameters. 462 | 463 | :type rng: np.random.RandomState 464 | :param rng: a random number generator used to initialize weights 465 | 466 | :type input: theano.tensor.dtensor4 467 | :param input: symbolic image tensor, of shape image_shape 468 | 469 | :type filter_shape: tuple or list of length 4 470 | :param filter_shape: (number of filters, num input feature maps, 471 | filter height,filter width) 472 | 473 | :type image_shape: tuple or list of length 4 474 | :param image_shape: (batch size, num input feature maps, 475 | image height, image width) 476 | 477 | :type poolsize: tuple or list of length 2 478 | :param poolsize: the downsampling (pooling) factor (#rows,#cols) 479 | """ 480 | print('image shape', image_shape) 481 | print('filter shape', filter_shape) 482 | assert image_shape[1] == filter_shape[1] 483 | self.filter_shape = filter_shape 484 | self.image_shape = image_shape 485 | self.poolsize = poolsize 486 | self.non_linear = non_linear 487 | # there are "num input feature maps * filter height * filter width" 488 | # inputs to each hidden unit 489 | fan_in = np.prod(filter_shape[1:]) 490 | # each unit in the lower layer receives a gradient from: 491 | # "num output feature maps * filter height * filter width" / 492 | # pooling size 493 | fan_out = (filter_shape[0] * np.prod(filter_shape[2:]) /np.prod(poolsize)) 494 | # initialize weights with random weights 495 | if self.non_linear=="none" or self.non_linear=="relu": 496 | self.W = theano.shared(np.asarray(rng.uniform(low=-0.01,high=0.01,size=filter_shape), 497 | dtype=theano.config.floatX),borrow=True,name="W_conv") 498 | else: 499 | W_bound = np.sqrt(6. / (fan_in + fan_out)) 500 | self.W = theano.shared(np.asarray(rng.uniform(low=-W_bound, high=W_bound, size=filter_shape), 501 | dtype=theano.config.floatX),borrow=True,name="W_conv") 502 | b_values =np.zeros((filter_shape[0],), dtype=theano.config.floatX) 503 | self.b = theano.shared(value=b_values, borrow=True, name="b_conv") 504 | self.params = [self.W, self.b] 505 | # convolve input feature maps with filters 506 | 507 | 508 | def __call__(self, input): 509 | conv_out = conv.conv2d(input=input, filters=self.W,filter_shape=self.filter_shape, image_shape=self.image_shape) 510 | if self.non_linear=="tanh": 511 | conv_out_tanh = T.tanh(conv_out + self.b.dimshuffle('x', 0, 'x', 'x')) 512 | self.output = theano.tensor.signal.pool.pool_2d(input=conv_out_tanh, ds=self.poolsize, ignore_border=True,mode="max") 513 | elif self.non_linear=="relu": 514 | conv_out_tanh = ReLU(conv_out + self.b.dimshuffle('x', 0, 'x', 'x')) 515 | self.output =theano.tensor.signal.pool.pool_2d(input=conv_out_tanh, ds=self.poolsize, ignore_border=True,mode="max") 516 | else: 517 | pooled_out = theano.tensor.signal.pool.pool_2d(input=conv_out, ds=self.poolsize, ignore_border=True,mode="max") 518 | self.output = pooled_out + self.b.dimshuffle('x', 0, 'x', 'x') 519 | return self.output 520 | 521 | 522 | def predict(self, new_data, batch_size): 523 | """ 524 | predict for new data 525 | """ 526 | img_shape = (batch_size, 1, self.image_shape[2], self.image_shape[3]) 527 | conv_out = conv.conv2d(input=new_data, filters=self.W, filter_shape=self.filter_shape, image_shape=img_shape) 528 | if self.non_linear=="tanh": 529 | conv_out_tanh = T.tanh(conv_out + self.b.dimshuffle('x', 0, 'x', 'x')) 530 | output = theano.tensor.signal.pool.pool_2d(input=conv_out_tanh, ds=self.poolsize, ignore_border=True) 531 | if self.non_linear=="relu": 532 | conv_out_tanh = ReLU(conv_out + self.b.dimshuffle('x', 0, 'x', 'x')) 533 | output = theano.tensor.signal.pool.pool_2d(input=conv_out_tanh, ds=self.poolsize, ignore_border=True) 534 | else: 535 | pooled_out = theano.tensor.signal.pool.pool_2d(input=conv_out, ds=self.poolsize, ignore_border=True) 536 | output = pooled_out + self.b.dimshuffle('x', 0, 'x', 'x') 537 | return output 538 | 539 | class self_attention(): 540 | def __init__(self, n_in): 541 | self.W_p = theano.shared(ortho_weight(n_in), borrow=True) 542 | self.W_phat = theano.shared(ortho_weight(n_in), borrow=True) 543 | self.U_s = theano.shared(glorot_uniform((n_in,1)), borrow=True) 544 | self.params = [self.W_p,self.U_s,self.W_phat] 545 | 546 | def __call__(self, input, input_lm): 547 | self.s_a, _ = theano.scan(self.self_attention, \ 548 | sequences=input.dimshuffle(1,0,2), \ 549 | outputs_info=None, \ 550 | non_sequences=[input.dimshuffle(1,0,2), \ 551 | input_lm.dimshuffle(1,0)]) 552 | self.s_a = self.s_a.dimshuffle(1,0,2) 553 | return self.s_a 554 | 555 | def self_attention(self, x_t, x_all, x_mask_all): 556 | final = T.dot(T.tanh(T.dot(x_all,self.W_p) + T.dot(x_t,self.W_phat)),self.U_s) 557 | weight = (T.exp(T.max(final,2)) * x_mask_all).dimshuffle(1,0) 558 | weight2 = weight / T.sum(weight,1)[:,None] 559 | final2 = T.sum(x_all.dimshuffle(1,0,2)*weight[:,:,None],1) 560 | return final2 -------------------------------------------------------------------------------- /ECD_sample/train: -------------------------------------------------------------------------------- 1 | 1 嗯嗯因为买二送一是坚果类产品呢不太清楚不好意思客官没事客官帮您看了下哦牛肉干属于打 95 折的商品哦不参与买二送一活动呢实在抱歉呢不过小店牛肉干口味很不错呢客官喜欢的话可以拍下哦 2 | 0 嗯嗯因为买二送一是坚果类产品呢不太清楚不好意思客官没事放尿布里面的吗没有哦 3 | 1 亲在您好快递发那家公韵达邮政 EMS 仓库按收件地址包裹重量选择合适的快递除 EMS 外另外 2 家快递不指定哦好嗯嗯亲收藏有送防溢乳垫吗亲现在只要收藏本店 100 片防溢乳垫截图给我亲购买任意产品都可随单送一包 25 抽湿巾哦好嗯嗯亲是的收藏了要收藏截图哦 4 | 0 亲在您好快递发那家公韵达邮政 EMS 仓库按收件地址包裹重量选择合适的快递除 EMS 外另外 2 家快递不指定哦好嗯嗯亲收藏有送防溢乳垫吗亲现在只要收藏本店 100 片防溢乳垫截图给我亲购买任意产品都可随单送一包 25 抽湿巾哦好嗯嗯亲是的收藏了运费给亲改过了呢亲请核对一下收货地址哦 5 | 1 帮我改一下快递费吧嗯嗯亲请核对一下收货地址哦运费已改哦错了重拍呢亲忘改地址了哦哦那就只好重拍呢亲你那边不能帮我备注改地址我把连接都给您发一遍方便您加购物车呢活动期间不改地址哦亲你别发了我自己重新弄万一修改不成功会耽误您收获哦嗯嗯好的呢亲你帮我看一下跟我之前拍的一样不嗯嗯还没提交订单呢亲提交过了啊稍等 6 | 0 帮我改一下快递费吧嗯嗯亲请核对一下收货地址哦运费已改哦错了重拍呢亲忘改地址了哦哦那就只好重拍呢亲你那边不能帮我备注改地址我把连接都给您发一遍方便您加购物车呢活动期间不改地址哦亲你别发了我自己重新弄万一修改不成功会耽误您收获哦嗯嗯好的呢亲你帮我看一下跟我之前拍的一样不嗯嗯还没提交订单呢亲提交过了啊是的呢 7 | 1 日期是几月份生产日期是 2017 年 1 月的新货哦我们绝不做陈货和翻炒货日期都是新鲜的亲亲可放心购买买三袋也送 3 个开口器和封口夹送人 2 袋不同人家可以的亲您拍下给您备注的哦谢谢不客气哦 8 | 0 日期是几月份生产日期是 2017 年 1 月的新货哦我们绝不做陈货和翻炒货日期都是新鲜的亲亲可放心购买买三袋也送 3 个开口器和封口夹送人 2 袋不同人家可以的亲您拍下给您备注的哦谢谢恩恩亲亲 9 | 1 今天还能发货吗可以的男生一般用大号茶针还是小号的呢大号的养壶笔和茶刷又都是做什么用的刷你的壶的处理茶渣的这三个 25 能给吗可以你拍下吧拍了改好了已经付款了好的 10 | 0 今天还能发货吗可以的男生一般用大号茶针还是小号的呢大号的养壶笔和茶刷又都是做什么用的刷你的壶的处理茶渣的这三个 25 能给吗可以你拍下吧拍了改好了已经付款了亲拍下看下哦 11 | 1 怎么有一袋里面打开都是这样的亲拍的就是小绵柔一擦全是毛而且倒水上去也不吸水亲拍照片我看下掉毛的情况一擦全是毛亲用了几包呢而且不吸水亲现在用了几包呢水倒上去直接掉出来嗯嗯亲您现在用了几包用了四包了剩余的退回来给亲补发我买两袋开了这袋用着现在第四包出现这样都退回不是第五包嗯嗯亲都退回给亲补发补发的就确定不会吗不会的因为这个没打开也不知道我之前用了四包也没有这个情况嗯嗯亲那怎么搞不是说了退回来不发吗补发吗退回去能确保下次的就不是这样的吗保证的运费亲先垫付到时找客服返把寄出的快递公司单号运费告诉客服哦收到后给亲补发那我这包开的呢开的这包亲看能用的话就用不能用也一同寄回来那我还是寄回去吧都那样了嗯嗯好的但是现在过了退货时间了我申请售后连售后都过时间了不用申请了已经过了售后时间直接寄回来 12 | 0 怎么有一袋里面打开都是这样的亲拍的就是小绵柔一擦全是毛而且倒水上去也不吸水亲拍照片我看下掉毛的情况一擦全是毛亲用了几包呢而且不吸水亲现在用了几包呢水倒上去直接掉出来嗯嗯亲您现在用了几包用了四包了剩余的退回来给亲补发我买两袋开了这袋用着现在第四包出现这样都退回不是第五包嗯嗯亲都退回给亲补发补发的就确定不会吗不会的因为这个没打开也不知道我之前用了四包也没有这个情况嗯嗯亲那怎么搞不是说了退回来不发吗补发吗退回去能确保下次的就不是这样的吗保证的运费亲先垫付到时找客服返把寄出的快递公司单号运费告诉客服哦收到后给亲补发那我这包开的呢开的这包亲看能用的话就用不能用也一同寄回来那我还是寄回去吧都那样了嗯嗯好的但是现在过了退货时间了我申请售后连售后都过时间了亲稍等我联系下快递哦 13 | 1 返多少钱稍等下亲亲亲或者您下次购买的时候我们给您补发一包巴旦木再送亲点其他的试吃坚果亲亲我们还有好平返现哦一码归一码亲亲因为我们之前订单量多所以没看清实在抱歉亲亲新年第一天也不要生气了下次购买的话我们绝对不会遗落送亲的礼品行吗亲亲好平返现 2 元我们返您 5 元然后下次买的时候再送亲一包巴旦木加其他的试吃坚果希望亲不要不开心呢我们也真的很抱歉 14 | 0 返多少钱稍等下亲亲亲或者您下次购买的时候我们给您补发一包巴旦木再送亲点其他的试吃坚果亲亲我们还有好平返现哦一码归一码今天不发了呢 15 | 1 这不就写着的吗这个是前半小时的活动 30 分中内付款是指拍下 30 分钟内付款而不是说 30 分前就结束了亲是前半小时的活动 16 | 0 这不就写着的吗这个是前半小时的活动 30 分中内付款是指拍下 30 分钟内付款而不是说 30 分前就结束了是的呢 17 | 1 亲我拍小尺寸的好的亲这个大的我退了好的哦你处理下我拍好了已经退了哦亲请核对一下收货地址哦我看到更合适的 799 的两组我得再退一次亲可以再拍哦可以的 18 | 0 亲我拍小尺寸的好的亲这个大的我退了好的哦你处理下我拍好了已经退了哦亲请核对一下收货地址哦我看到更合适的 799 的两组我得再退一次不保证 19 | 1 可以发旧包装的吗旧包装的目前没有了哦什么时候才有目前全是新包装哦我这给您掌柜的反馈下您的建议哦新包装不好看我也觉得旧包装好看我这边给您向掌柜方面反馈下哦旧包装偏可爱风那我什么时候才能买到 x 旧包装的这个不清楚哦你个大坏坏小二不坏的哦小二很可爱的 20 | 0 可以发旧包装的吗旧包装的目前没有了哦什么时候才有目前全是新包装哦我这给您掌柜的反馈下您的建议哦新包装不好看我也觉得旧包装好看我这边给您向掌柜方面反馈下哦旧包装偏可爱风那我什么时候才能买到 x 旧包装的这个不清楚哦你个大坏坏不好意思主要邮政的也联系不上那个派件员所以现在确定不了什么时候可以送 21 | 1 发什么快递呢亲爱哒小二家默认是天天 ems 快递哦不接受除默认快递以外的指定快递哦哦哦好的谢谢帮我发天天快递吧您客气了谢谢好的大概什么时候到呢 3 - 5 天客官 OK 好的嗯呢 22 | 0 发什么快递呢亲爱哒小二家默认是天天 ems 快递哦不接受除默认快递以外的指定快递哦哦哦好的谢谢帮我发天天快递吧您客气了谢谢好的大概什么时候到呢 3 - 5 天客官 OK 好的大号茶刀茶针的长度是 17cm 直径是 16cm 手工测量可能会有误差不锈钢的长度是 65cm 小号茶刀茶针的长度是 16cm 直径是 1cm 不锈钢长度是 55cm 23 | 1 我发的图片这款下单花梨木圆头大号就可以是吧是的可以开发票吗可以的好的那我直接在备注备注发票抬头好的亲我先买 40 个好的话再买 40 个我就领了 2 张 5 块的好的哦亲亲是的哦还有别的券吗店铺优惠券我买完这次您送我 10 元券月底前用是吗是的店铺优惠券就 5 块啊是的你算算我买 40 个是 366 元 366 是最便宜了吗亲还送您一套茶具哦什么茶具 537880365077 这种哦纯白的有吗有那就给我纯白的吧好的刚得知送完了但是答应亲了我还是送您一套 24 | 0 我发的图片这款下单花梨木圆头大号就可以是吧是的可以开发票吗可以的好的那我直接在备注备注发票抬头好的亲我先买 40 个好的话再买 40 个我就领了 2 张 5 块的好的哦亲亲是的哦还有别的券吗店铺优惠券我买完这次您送我 10 元券月底前用是吗是的店铺优惠券就 5 块啊是的你算算我买 40 个是 366 元 366 是最便宜了吗亲还送您一套茶具哦什么茶具 537880365077 这种哦纯白的有吗有那就给我纯白的吧明天了哦 25 | 1 在嘛您好 50 一共 6 包是嘛恩恩是的呢哦嗯嗯亲几天到货啊亲哪里的呢秦皇岛 3 到 5 天左右哦嗯嗯亲 26 | 0 在嘛您好 50 一共 6 包是嘛恩恩是的呢哦嗯嗯亲几天到货啊亲哪里的呢秦皇岛 3 到 5 天左右哦中通不合作哦客官亲爱哒客官小店默认韵达百世汇通哦 27 | 1 在吗您好在的你在的呢我刚拍的刀纸地址选错了亲地址发我下我备注下吧什么时候发货啊 72 小时内发货哦亲聚划算单子比较多呢能早点发吗我这离预产期没几天了发晚了就用不上了会尽快的亲明天晚上能发出来吗不保证的呢亲 28 | 0 在吗您好在的你在的呢我刚拍的刀纸地址选错了亲地址发我下我备注下吧什么时候发货啊 72 小时内发货哦亲聚划算单子比较多呢能早点发吗我这离预产期没几天了发晚了就用不上了会尽快的亲明天晚上能发出来吗亲爱哒客官小店默认邮政百世汇通天天快递 1kg 以内可以发申通快递哦 29 | 1 现在快递还发货么我要现在下单下午可以发货么在不在 1 月 20 日 17 点之前的订单我们会在年前加班加点发出不保时效 1 月 20 日 17 点之后的订单会在年后初八 2 月 4 号复工后陆续发出哦现在下单下午能发货是吧是发邮政亲爱的由于年前订单量较大会按照亲亲付款订单时间顺序 3 - 5 天左右发货哦亲亲耐心等待下哦我们会尽全力将宝贝第一时间送达您的手上哦 30 | 0 现在快递还发货么我要现在下单下午可以发货么在不在 1 月 20 日 17 点之前的订单我们会在年前加班加点发出不保时效 1 月 20 日 17 点之后的订单会在年后初八 2 月 4 号复工后陆续发出哦现在下单下午能发货是吧是发邮政亲退款从新拍下哦 31 | 1 有没养壶笔大头单独的 530812620324 有没实惠点的我也是做茶的没有哦 532966648692 就只有这个了好的谢谢客气啦亲在在的哦帮我看看一共订了多少个茶针 3 把茶针 2 把养壶笔刚有好像有单不小心点到收货了还有单的嗯 32 | 0 有没养壶笔大头单独的 530812620324 有没实惠点的我也是做茶的没有哦 532966648692 就只有这个了好的谢谢客气啦亲在在的哦帮我看看一共订了多少个茶针 3 把茶针 2 把养壶笔刚有好像有单不小心点到收货了还有单的恩好的 33 | 1 在吗您好你好我刚刚打开那一盒储存袋看了一下有一个有一点杂质的之前我扔的那俩比这个稍微大一些中午发的是最严重的亲亲用了多少亲这样的问题有多少个一共四个有问题的扔了俩我没数用了几个呢主要在袋子里面有杂质我觉得接受不了退亲 3 元差价亲看可以吗亲你觉得我那些怎么用都这样了还能放心吗亲 2 盒是不是都拆了中午你们客服让我拆的第二盒亲全部退回哦让我看看还有没有不好的都退回然后退款是吧是的亲退回去的邮费也是你们承担吗有问题的也一起退回啊亲是全部退回哦亲我们承担哦运费垫付哦第一盒盒子我已经扔了都给你装在一起吧第二盒刚刚拆开的我都装到一个盒子里亲第一盒是不是用了几张对我没数用了几个好的亲亲把剩下的全部退回哦我知道我是说放在一个盒子里好的亲什么时候申请退款发出以后亲发出去后申请退款哦理由是 7 天无理由哦本来都是朋友推荐来的好的亲 34 | 0 在吗您好你好我刚刚打开那一盒储存袋看了一下有一个有一点杂质的之前我扔的那俩比这个稍微大一些中午发的是最严重的亲亲用了多少亲这样的问题有多少个一共四个有问题的扔了俩我没数用了几个呢主要在袋子里面有杂质我觉得接受不了退亲 3 元差价亲看可以吗亲你觉得我那些怎么用都这样了还能放心吗亲 2 盒是不是都拆了中午你们客服让我拆的第二盒亲全部退回哦让我看看还有没有不好的都退回然后退款是吧是的亲退回去的邮费也是你们承担吗有问题的也一起退回啊亲是全部退回哦亲我们承担哦运费垫付哦第一盒盒子我已经扔了都给你装在一起吧第二盒刚刚拆开的我都装到一个盒子里亲第一盒是不是用了几张对我没数用了几个好的亲亲把剩下的全部退回哦我知道我是说放在一个盒子里好的亲什么时候申请退款发出以后亲发出去后申请退款哦理由是 7 天无理由哦本来都是朋友推荐来的嗯呢 35 | 1 万分感谢客气了可是他核实好大概要多久您这边今天关注下快递会打您电话的如果没有的话您明天联系小二哦希望快递快点打我电话恩恩哇的一下哭出来不哭小二抱抱本来昨天就能吃到的物流不好下次给您换个快递了呢 36 | 0 万分感谢客气了可是他核实好大概要多久您这边今天关注下快递会打您电话的如果没有的话您明天联系小二哦希望快递快点打我电话恩恩哇的一下哭出来不哭小二抱抱本来昨天就能吃到的物流不好您好 37 | 1 发什么快递 2546321013154hi 你好在呢刚在忙嘿嘿您对快递有要求吗我们现在是有百世汇通天天快递邮政韵达方便取好的给家里妈妈买的我会备注下的恩恩可以发您下单了告诉我下你们为什么浙江发货因为我们是新疆物流直接发送到嘉兴嘉兴发快递比较划算我们在嘉兴有个快递仓我在湖北没事的嘉兴快递业发达发哪都可以而且相对便宜 538859390911 您要知道新疆那边发过来的快递至少得在 15 元到 20 元之间我在买个这个要另外出邮费么不需要的知道了您下单的时候告诉我下好恩您拍了吗没有还是要在出 6 块钱邮费我一直等着您准备给您改信息呢不需要的您先加入购物车我帮您修改价格等到结算的时候先别付钱好我帮您改好价格通知您现在已经没有邮费了恩恩刚还想跟您说呢直接下单付钱恩恩亲请核对一下收货地址哦地址对吗对的好的您下单好了我会备注韵达快递的对韵达快递 ok 38 | 0 发什么快递 2546321013154hi 你好在呢刚在忙嘿嘿您对快递有要求吗我们现在是有百世汇通天天快递邮政韵达方便取好的给家里妈妈买的我会备注下的恩恩可以发您下单了告诉我下你们为什么浙江发货因为我们是新疆物流直接发送到嘉兴嘉兴发快递比较划算我们在嘉兴有个快递仓我在湖北没事的嘉兴快递业发达发哪都可以而且相对便宜 538859390911 您要知道新疆那边发过来的快递至少得在 15 元到 20 元之间我在买个这个要另外出邮费么不需要的知道了您下单的时候告诉我下好恩您拍了吗没有还是要在出 6 块钱邮费我一直等着您准备给您改信息呢不需要的您先加入购物车我帮您修改价格等到结算的时候先别付钱好我帮您改好价格通知您现在已经没有邮费了恩恩刚还想跟您说呢直接下单付钱恩恩亲请核对一下收货地址哦地址对吗对的好的您下单好了我会备注韵达快递的对韵达快递 2 份包邮哦偏远地区 10 份包邮哦 39 | 1 你好您好请问湿巾一股香味什么情况拿过纸巾的手都有一股味长时间都不散无香的呢亲都是按照国家规定的生产的亲可以放心使用的那味道是什么味道那香味是什么情况呢无添加的你是说你家的湿巾没有味道只加了矿泉水的呢那我就是买到假货了一股香味闻久了很腻亲如果觉得不喜欢未拆包的可以退呢运费谁出有运费险我就是看到无添加任何香精才买的买回来一股味道不是骗人吗没有添加的亲那能给我一个解释香味什么情况拿了湿巾的手一个小时还能一股味亲觉得不满意我们支持检测的呢亲可以去相关部门检测呢 40 | 0 你好您好请问湿巾一股香味什么情况拿过纸巾的手都有一股味长时间都不散无香的呢亲都是按照国家规定的生产的亲可以放心使用的那味道是什么味道那香味是什么情况呢无添加的你是说你家的湿巾没有味道只加了矿泉水的呢那我就是买到假货了一股香味闻久了很腻亲如果觉得不喜欢未拆包的可以退呢运费谁出有运费险我就是看到无添加任何香精才买的买回来一股味道不是骗人吗没有添加的亲那能给我一个解释香味什么情况拿了湿巾的手一个小时还能一股味天猫都是这么规定的亲 41 | 1 棉签买 2 盒送 1 盒是拍 2 盒还是 3 盒您好亲拍 2 件就可以哦是寄什么快递快递随机哦亲具体按仓库发货为准哦上一次寄的邮政的太慢了大部分是邮政呢亲可不可以发其他的快递啊不保证的呢亲只能先给亲备注下活动要明天才开始是吗对的亲哦恩恩 42 | 0 棉签买 2 盒送 1 盒是拍 2 盒还是 3 盒您好亲拍 2 件就可以哦是寄什么快递快递随机哦亲具体按仓库发货为准哦上一次寄的邮政的太慢了大部分是邮政呢亲可不可以发其他的快递啊不保证的呢亲只能先给亲备注下活动要明天才开始是吗对的亲哦好的放心收到您把退款取消一下吧 43 | 1 你好您好请问购买可包邮吗亲提交帮您看下偏远地区除外这个金额是否达到包邮条件您提交订单帮您看下 44 | 0 你好您好请问购买可包邮吗亲提交帮您看下偏远地区除外这个金额是否达到包邮条件发件人是我们淘宝店铺名称哦 45 | 1 跟快递联系的怎么样了您好什么时候送货别跟我说这些我就问什么时候送货人呢您好这边联系快递看能不能送不送的话这边也没办法了亲凭什么不送我买的时候没人说自提快递一个电话也没通知凭什么自提这边看当地快递的别跟我说这个我只想问什么时候送这边只能联系下不送我们也没办法 46 | 0 跟快递联系的怎么样了您好什么时候送货别跟我说这些我就问什么时候送货人呢您好这边联系快递看能不能送不送的话这边也没办法了亲凭什么不送我买的时候没人说自提快递一个电话也没通知凭什么自提这边看当地快递的别跟我说这个我只想问什么时候送不会的呢 47 | 1 查也需要这么久吗我也是醉了这边白天的客服会联系您哦我这边不清楚呢 9 号那天拍的所有宝贝就只有你家这样发货的其他的都到家了你们也该好好查查自己的工作效益了竟然第七天还没发货的白天我没那么多时间我让客服明天联系您哦是我自己的话该把你的店拉黑了不好意思呢 48 | 0 查也需要这么久吗我也是醉了这边白天的客服会联系您哦我这边不清楚呢 9 号那天拍的所有宝贝就只有你家这样发货的其他的都到家了你们也该好好查查自己的工作效益了竟然第七天还没发货的白天我没那么多时间我让客服明天联系您哦是我自己的话该把你的店拉黑了恩恩 49 | 1 在吗您好今天的聚划算活动和 3 号的聚划算活动不一样吗 3 号是湿巾的活动哦三号就一款湿巾有活动主要是湿巾的活动具体以当天为准哦哦哦嗯嗯亲那你的意思是最好分开两次买今天先买护理垫和棉签可以的 50 | 0 在吗您好今天的聚划算活动和 3 号的聚划算活动不一样吗 3 号是湿巾的活动哦三号就一款湿巾有活动主要是湿巾的活动具体以当天为准哦哦哦嗯嗯亲那你的意思是最好分开两次买今天先买护理垫和棉签拍 2 组送哦亲 51 | 1 粽子今天也能发货吗记得看下生产日期如果质量味道都好的话以后就一直在你家买可以的哦日期都是新鲜的呢那就好亲请核对一下收货地址哦亲请核对一下收货地址哦是的好的客官谢谢您的支持哦我们会尽快给您发出的哦希望能给您带来不一样的产品真诚期待您的品尝祝您开心每一秒快乐每一天幸福每一年么么哒 52 | 0 粽子今天也能发货吗记得看下生产日期如果质量味道都好的话以后就一直在你家买可以的哦日期都是新鲜的呢那就好亲请核对一下收货地址哦亲请核对一下收货地址哦是的感谢您的谅解祝您生活愉快哦么么哒 53 | 1 你好我的宝贝怎么这么长时间还没到货但是物流信息却显示早就派送了这边留言快递查下吧好几天前就显示派送了好的应该你们联系啊恩恩已经留言了等明天快递回复 54 | 0 你好我的宝贝怎么这么长时间还没到货但是物流信息却显示早就派送了这边留言快递查下吧好几天前就显示派送了好的应该你们联系啊是的呢 55 | 1 亲问下这个粽子多少钱屹茗堂周三特价及 520 表白节 547917318438 49 哦活动价哦数量有 400 份吗有的生产日期什么时候的我看下哦 57 日 56 | 0 亲问下这个粽子多少钱屹茗堂周三特价及 520 表白节 547917318438 49 哦活动价哦数量有 400 份吗有的生产日期什么时候的客官图片边上写的很清楚哦三到四份是 246 元 57 | 1 38 有没有做活动没有哦特价产品没有的哦 e 你嗯买这些有没有便宜点可以领取店铺优惠券的呢能不能发邮政小包有没有送夹子有送的可以的送几个夹子 1 个哦生的才有的哦能不能送两个夹子那我帮您申请下仓库送您两个吧 58 | 0 38 有没有做活动没有哦特价产品没有的哦 e 你嗯买这些有没有便宜点可以领取店铺优惠券的呢能不能发邮政小包有没有送夹子有送的可以的送几个夹子 1 个哦生的才有的哦能不能送两个夹子好了哦 59 | 1 528105689823 您好这个是小婴儿用的吧是的亲我看还有一个是 59 的质量都一样吗大小不同哦质量一样的亲多大尺寸 15201020 现在购买赠送什么东西吗收藏关注送湿巾哦你好已经关注了好的亲我拍了纱布和绵柔纸巾嗯嗯好的也关注了店铺赠品还需要备注吗不需要的 OK 嗯嗯亲恩嗯嗯亲更改一下价格吧亲亲还没下单哦 60 | 0 528105689823 您好这个是小婴儿用的吧是的亲我看还有一个是 59 的质量都一样吗大小不同哦质量一样的亲多大尺寸 15201020 现在购买赠送什么东西吗收藏关注送湿巾哦你好已经关注了好的亲我拍了纱布和绵柔纸巾嗯嗯好的也关注了店铺赠品还需要备注吗不需要的 OK 嗯嗯亲恩嗯嗯亲更改一下价格吧亲好的亲亲 61 | 1 能走中通快递吗可以的哦亲亲拍下自行备注就行呢已付款套餐价好像是便宜吧是的呢为什么套餐有多一个瓜子哦 62 | 0 能走中通快递吗可以的哦亲亲拍下自行备注就行呢已付款套餐价好像是便宜吧是的呢为什么这款现在买 2 速送 5 包单片湿巾一次性的呢不可循环的哦 63 | 1 在吗您好 43634035657 您好跟别的东西一起买怎么也要运费下单改价噢噢嗯嗯亲除了 EMS 没别的快递吗快递随机发不指定的呢 64 | 0 在吗您好 43634035657 您好跟别的东西一起买怎么也要运费下单改价噢噢嗯嗯亲除了 EMS 没别的快递吗您是哪里的呢 65 | 1 528690173109 您好我是孕妈妈好的亲准备给宝宝囤棉柔巾好的亲推荐哪款 528690173109 建议亲这款纯棉的哦 525839399303 宝宝浴巾这款可以使用的哦安全的哦 528690173109 棉柔巾有几个尺寸这款纯棉的 1520 亲需要什么材质的棉柔巾柔棉巾有好几个材质的亲需要哪个材质我去看一下给宝宝洗屁屁用全棉更好建议亲纯棉的哦 528690173109 嗯有 2020 的纯棉的棉柔巾么稍等这款纯棉 2020 哦 66 | 0 528690173109 您好我是孕妈妈好的亲准备给宝宝囤棉柔巾好的亲推荐哪款 528690173109 建议亲这款纯棉的哦 525839399303 宝宝浴巾这款可以使用的哦安全的哦 528690173109 棉柔巾有几个尺寸这款纯棉的 1520 亲需要什么材质的棉柔巾柔棉巾有好几个材质的亲需要哪个材质我去看一下给宝宝洗屁屁用全棉更好建议亲纯棉的哦 528690173109 嗯有 2020 的纯棉的棉柔巾么嗯嗯亲 67 | 1 545468795743 在的哦 545468795743 在的哦两份 990 2 份包邮一份 79 不是 99 首件特价两份不是爆价 99 吗不是的 2 份包邮惊爆价 99 嗯现在拍下今天给您发出的哦 68 | 0 545468795743 在的哦 545468795743 在的哦两份 990 2 份包邮一份 79 不是 99 首件特价两份不是爆价 99 吗不是的 2 份包邮惊爆价 99 嗯好的 69 | 1 这个好用吗干的呢亲沾水当湿巾呢亲全棉会掉毛吗是的我想给小孩擦屁股用的不会呢湿巾我怕酒精多不加酒精香精呢这个链接包邮其他东西一起包邮吗是的呢偏远除外哦杭州嗯嗯包邮呢 541014123666 您好这个密封性如何不错的呢亲 530746013021 您好这个一定要放文胸里使用吗是的呢亲请核对一下收货地址哦运费已改因为在家喂奶不太穿怎么用可以选择哺乳内衣不太穿文胸那无法使用呢亲建议您就算是哺乳期也要穿内衣呢在家比较麻烦产后哺乳胸部就会变软多少会有下垂的情况哺乳期坚持穿哺乳内衣 70 | 0 这个好用吗干的呢亲沾水当湿巾呢亲全棉会掉毛吗是的我想给小孩擦屁股用的不会呢湿巾我怕酒精多不加酒精香精呢这个链接包邮其他东西一起包邮吗是的呢偏远除外哦杭州嗯嗯包邮呢 541014123666 您好这个密封性如何不错的呢亲 530746013021 您好这个一定要放文胸里使用吗是的呢亲请核对一下收货地址哦运费已改因为在家喂奶不太穿怎么用可以选择哺乳内衣不太穿文胸那无法使用呢亲建议您就算是哺乳期也要穿内衣呢在家比较麻烦您好活动开始后前一分钟拍下 2 组系统自动减 10 元 71 | 1 别弄花样赶紧退款给我都没有发出来有什么的物流没有发货有毛物流没有发货有毛物流退款退款赶紧你别急已经在处理 ‘ 现在给你退款货到时候记得拒收百分之百过两天有物流好吧放心要是真有我会拒收好的现在处理退款 72 | 0 别弄花样赶紧退款给我都没有发出来有什么的物流没有发货有毛物流没有发货有毛物流退款退款赶紧你别急已经在处理 ‘ 现在给你退款货到时候记得拒收百分之百过两天有物流好吧放心要是真有我会拒收是的亲亲 73 | 1 521521942026 屹茗堂周三特价及 520 表白节您好这个茶针茶刀是要一样买一个才能把茶弄开我不懂帮别人买的用茶针容易翘而且不会破坏茶叶用茶刀的好处是撬下来块状要大一些不容易碎具体要看客官您自己的使用情况的哈这个是什么呢二合一是里面带茶针还是茶刀这个里面是茶刀哦刷子是刷茶叶是的哦你那个分大号小号茶刀茶针的我该选哪个您要撬什么茶他去张家界买的茶我不知道我不喝茶反正像茶砖那建议用大号的茶刀哦比较容易撬 74 | 0 521521942026 屹茗堂周三特价及 520 表白节您好这个茶针茶刀是要一样买一个才能把茶弄开我不懂帮别人买的用茶针容易翘而且不会破坏茶叶用茶刀的好处是撬下来块状要大一些不容易碎具体要看客官您自己的使用情况的哈这个是什么呢二合一是里面带茶针还是茶刀这个里面是茶刀哦刷子是刷茶叶是的哦你那个分大号小号茶刀茶针的我该选哪个您要撬什么茶他去张家界买的茶我不知道我不喝茶反正像茶砖全棉时代的我不清楚哦这款尺寸是 1820 的 75 | 1 老板已经确认收货付完款了帮个忙呗什么忙呀帮我问问怎么把茶针卸下来太结实了我不知道该怎么弄了我相中的是手柄和黄铜箍您是说如何撬差吗茶我想把针取下来取不下来的亲咨询一下怎么安上去的您用好虎钳转一下是用胶水的里面哦哦明白了谢谢老板嗯呢客气了 76 | 0 老板已经确认收货付完款了帮个忙呗什么忙呀帮我问问怎么把茶针卸下来太结实了我不知道该怎么弄了我相中的是手柄和黄铜箍您是说如何撬差吗茶我想把针取下来取不下来的亲咨询一下怎么安上去的您用好虎钳转一下是用胶水的里面哦哦明白了谢谢老板不会哦都到的 77 | 1 亲包邮吗为什么还要邮费啊本店坚果订单满 68 包邮除宁夏青海内蒙古海南新疆西藏满 168 包邮嗯嗯我都 170 啦亲下单帮亲去一下哈好的亲改好了哦亲西瓜子甘草味和话梅味什么好吃嗯嗯好的我觉得都好吃呢好吧行的那个 09 也要算啊亲抹掉了哈下次生意 78 | 0 亲包邮吗为什么还要邮费啊本店坚果订单满 68 包邮除宁夏青海内蒙古海南新疆西藏满 168 包邮嗯嗯我都 170 啦亲下单帮亲去一下哈好的亲改好了哦亲西瓜子甘草味和话梅味什么好吃嗯嗯好的我觉得都好吃呢好吧行的那个 09 也要算啊是的 79 | 1 为什么领不了 5 块的优惠券活动结束了哦明明聚划算上说前 3000 都可以享受阿现在才 2800 九点结束的不好意思我 8 点多下单就领不了了 8 点 27 就领不了了请不要忽悠我亲您现在拍下收到后找客服返下差价 5 元可能是我们这边系统的问题问题是 9 点之前是 399 第二份 359 也就是减 5 块现在是 499 你让我怎么拍亲现在拍按活动价给您差价到时退给您算了我 618 再拍算了你们 618 好像也是那个价恩恩是的呢 80 | 0 为什么领不了 5 块的优惠券活动结束了哦明明聚划算上说前 3000 都可以享受阿现在才 2800 九点结束的不好意思我 8 点多下单就领不了了 8 点 27 就领不了了请不要忽悠我亲您现在拍下收到后找客服返下差价 5 元可能是我们这边系统的问题问题是 9 点之前是 399 第二份 359 也就是减 5 块现在是 499 你让我怎么拍亲现在拍按活动价给您差价到时退给您算了我 618 再拍算了你们 618 好像也是那个价网址给我下 81 | 1 这个现在有货吗有的哦我们上次买 10 罐送了三包瓜子现在还有么有送试吃装的哦 540992569369 这个买 6 份有送什么吗有 12 包的吧亲亲这个没有买一送一的活动哦啊不是 2202 吗是的哦一份 220g2 的呢不好意思我误会了其他有什么活动吗很多都在搞活动呢亲亲可以店铺里看下呢好的我买 10 罐山核桃 6 份瓜子能不能优惠点呀亲亲可以领取下我们店铺优惠券哦因为这些都是促销价呢亏本在卖的呢哦哦那好吧送点瓜子穿吧好的亲您拍下哦给您备注好了哈亲请核对一下收货地址哦对的哈好的亲亲您的宝贝我们会以最快的速度发货的您耐心等待哦好的哈么么哒 82 | 0 这个现在有货吗有的哦我们上次买 10 罐送了三包瓜子现在还有么有送试吃装的哦 540992569369 这个买 6 份有送什么吗有 12 包的吧亲亲这个没有买一送一的活动哦啊不是 2202 吗是的哦一份 220g2 的呢不好意思我误会了其他有什么活动吗很多都在搞活动呢亲亲可以店铺里看下呢好的我买 10 罐山核桃 6 份瓜子能不能优惠点呀亲亲可以领取下我们店铺优惠券哦因为这些都是促销价呢亏本在卖的呢哦哦那好吧送点瓜子穿吧好的亲您拍下哦给您备注好了哈亲请核对一下收货地址哦对的哈好的亲亲您的宝贝我们会以最快的速度发货的您耐心等待哦好的哈客官纸皮核桃难免有几颗空的哦您看这边给您返 5 元您给个好评可以吗 83 | 1 照顾一下唉怎么这样呢每次都没人说话亲爱的我们现在的价格已经是工厂直销价了呢一分价钱一分货呢我们的宝贝质量是保证的哦好吧恩呢 84 | 0 照顾一下唉怎么这样呢每次都没人说话亲爱的我们现在的价格已经是工厂直销价了呢一分价钱一分货呢我们的宝贝质量是保证的哦好吧好的不客气哦 85 | 1 在吗您好领券减 5 元对的那你退我 5 块钱我之前没看见你们客服怎么也不提醒亲还是 520 拍了呀不退的那你这不是骗人吗你不是不等 618 吗不等 618 我才买的现在 618 你又便宜亲如果要参加这个活动亲可以前面的商品退了从新拍那我找淘宝申诉吧你这骗子每次活动都是不同的以后是不是不想卖呀没下次生意了吧你不是不等 618 吗我就问你不是不等 618 吗那我退了啊正好没用我再拍你再重拍可以退运费自理没关系我发快递 6 块钱我再拍你再寄你也花邮费你又不是不花钱而且你家这样没有下次生意哦我明白了你家 520 的活动没写 618 是新写的不等 618 对的 86 | 0 在吗您好领券减 5 元对的那你退我 5 块钱我之前没看见你们客服怎么也不提醒亲还是 520 拍了呀不退的那你这不是骗人吗你不是不等 618 吗不等 618 我才买的现在 618 你又便宜亲如果要参加这个活动亲可以前面的商品退了从新拍那我找淘宝申诉吧你这骗子每次活动都是不同的以后是不是不想卖呀没下次生意了吧你不是不等 618 吗我就问你不是不等 618 吗那我退了啊正好没用我再拍你再重拍可以退运费自理没关系我发快递 6 块钱我再拍你再寄你也花邮费你又不是不花钱而且你家这样没有下次生意哦我明白了你家 520 的活动没写 618 是新写的不等 618 发韵达可以吗好的呢您提交订单的时候备注一下哦 87 | 1 二合一是 2 合一是茶针和养壶笔一体哦客官茶刀和养壶笔一体打错笔头是养壶笔中间转开来是茶刀哦 88 | 0 二合一是到时候收到货了我们这边退您差价哈您到时候找我们客服说下我们打给你 160 - 128 = 32 对吧亲亲您比较喜欢浓香的味道重点的 89 | 1 今天可以发货了吗由于过年期间订单较多 2 月 4 日开始会按照订单付款时间顺序陆续发货亲们耐心等下我们会尽全力将宝贝第一时间送达到您手上哦今天付款什么时候能发货 24 会陆续发货哦 90 | 0 今天可以发货了吗由于过年期间订单较多 2 月 4 日开始会按照订单付款时间顺序陆续发货亲们耐心等下我们会尽全力将宝贝第一时间送达到您手上哦今天付款什么时候能发货稍等我帮您问下呢 91 | 1 年前能收到就可以可以的下 2 袋可以优惠点吧 80 一袋吧亲价格最低了好吧马上下单早点帮我发货要发好一点奥回来给你好评已付好早点帮我发奥下单 3 - 5 天发货亲 92 | 0 年前能收到就可以可以的下 2 袋可以优惠点吧 80 一袋吧亲价格最低了好吧马上下单早点帮我发货要发好一点奥回来给你好评已付好早点帮我发奥嗯嗯亲 93 | 1 547197993960 在的呢这款一般是些什么瑕疵呢色差还有一些划痕哦用在茶砖上不会弯吧不会的呢会生锈不 ‘ 不影响使用哦 ’ 不会哦我们是不锈钢呢嗯那我先买两个好的呢 94 | 0 547197993960 在的呢这款一般是些什么瑕疵呢色差还有一些划痕哦用在茶砖上不会弯吧不会的呢会生锈不 ‘ 不影响使用哦 ’ 不会哦我们是不锈钢呢嗯那我先买两个您好不会的哦 95 | 1 2 斤 198 是吧是的 3 包只需 299 是什么意思拍下系统自动减价活动促销我拍两份您喜欢可以直接拍下熬 396 亲请核对一下收货地址哦是的好的四袋是吧是的第一次买希望不要失望好的 96 | 0 2 斤 198 是吧是的 3 包只需 299 是什么意思拍下系统自动减价活动促销我拍两份您喜欢可以直接拍下熬 396 亲请核对一下收货地址哦是的好的四袋是吧是的第一次买希望不要失望明后天到新货给亲发新货哦 97 | 1 发哪个能到想寄回老家一般都可以寄到的哦如果到不了的村庄都是会放乡镇代理点的呢有包装没有这款有包装的哦亲记得发邮政看到您的备注了哦发邮政哦等会问到其他地址了还要拍好的呢好的客官谢谢您的支持哦我们会尽快给您发出的哦希望能给您带来不一样的产品真诚期待您的品尝祝您开心每一秒快乐每一天幸福每一年么么哒 98 | 0 发哪个能到想寄回老家一般都可以寄到的哦如果到不了的村庄都是会放乡镇代理点的呢有包装没有这款有包装的哦亲记得发邮政看到您的备注了哦发邮政哦等会问到其他地址了还要拍对的亲 99 | 1 是 250 克的不要这种 545712090708 客官这个链接您看一下哦是了现在拍下今天还可以给您发出的哦有优惠吗客官可以使用小店的优惠券哦在首页面领取就可以了我看看哦能用点别的给我试吃一下吗送可以的客官想要什么呢 100 | 0 是 250 克的不要这种 545712090708 客官这个链接您看一下哦是了现在拍下今天还可以给您发出的哦有优惠吗客官可以使用小店的优惠券哦在首页面领取就可以了我看看哦能用点别的给我试吃一下吗送没有的呢亲 101 | 1 546487395690 您好 528941799061 有什么可以帮助您的亲请问这两款有啥区别尺寸材质不同哦这款纯棉 1520 这款植物纤维手感类似纯棉 2020 那六一你们有活动吗亲亲明天有一场活动哦亲可以明天来看一下哦我已经在你们家买了好几箱了谢谢亲的支持从现在到六一你们最大的活动力度是多少活动明天早上 10 点开始哦不好意思亲这个具体不是很清楚哦亲可以明天来看一下哦我明天早上十点要上课好的吧亲 102 | 0 546487395690 您好 528941799061 有什么可以帮助您的亲请问这两款有啥区别尺寸材质不同哦这款纯棉 1520 这款植物纤维手感类似纯棉 2020 那六一你们有活动吗亲亲明天有一场活动哦亲可以明天来看一下哦我已经在你们家买了好几箱了谢谢亲的支持从现在到六一你们最大的活动力度是多少活动明天早上 10 点开始哦不好意思亲这个具体不是很清楚哦亲可以明天来看一下哦我明天早上十点要上课在的 103 | 1 嗯期待亲的下次光临一定的亲亲谢谢您对我们店铺的支持收到宝贝满意请记得 5 分好评以示鼓励哦屹茗堂祝您生活愉快好评那是必须的谢谢亲 104 | 0 嗯期待亲的下次光临一定的亲亲谢谢您对我们店铺的支持收到宝贝满意请记得 5 分好评以示鼓励哦屹茗堂祝您生活愉快好评那是必须的页面写了无纺布哦 105 | 1 2 支包邮吧您需要什么茶锥买多还能优惠吗拍下包邮的话就是包邮的哦可以的买 30 支最低价多少一支您要哪一种茶刀大小还有茶刀还是茶针这种这个是大号的茶刀您要 30 把的话我送您 5 把可以吗有朋友买说每支 68 元上千吧可以的 106 | 0 2 支包邮吧您需要什么茶锥买多还能优惠吗拍下包邮的话就是包邮的哦可以的买 30 支最低价多少一支您要哪一种茶刀大小还有茶刀还是茶针这种这个是大号的茶刀您要 30 把的话我送您 5 把可以吗有朋友买说每支 68 元好的亲 107 | 1 啊我以为有呢吃完了这个真的抱歉呢我在找找而且目前天气炎热核桃运输中容易出油哦客官要是预定九月份的新货的话咱这里可以给您改价 85 的哦 108 | 0 啊我以为有呢吃完了这个真的抱歉呢我在找找好的客官亲请核对一下收货地址哦 109 | 1 发的安徽省要几天能到 1 - 2 天亲能不能发快点我要回家过年亲我们尽量哦亲要是我走了那我就拒收可以吗亲可以的 110 | 0 发的安徽省要几天能到 1 - 2 天亲能不能发快点我要回家过年亲我们尽量哦亲要是我走了那我就拒收可以吗亲这款本来就是小尺寸的哦 111 | 1 你好我拍了超过 199 为啥没有减 20 呢参加聚划算的商品才会减不参加的不减的就是聚划算呢两个洗衣液和一个待产包品牌团是不参加的满足条件拍下系统自动减您帮我看下我已经拍下稍等 112 | 0 你好我拍了超过 199 为啥没有减 20 呢参加聚划算的商品才会减不参加的不减的就是聚划算呢两个洗衣液和一个待产包品牌团是不参加的满足条件拍下系统自动减您帮我看下我已经拍下是的哦亲亲 113 | 1 不知道收到就是这个样子您这边近期有降雨吗快递包裹方面有人为破损吗最近没下雨这个我就不知道了我又不是发快递的好的我这边先联系快递方面核实下哦您这边把快递包裹面单给小二拍张照发一下哦这也是你们打包的问题好的谢谢您这边包裹内东西有缺少吗客官嗯好的谢谢您的宝贝小店给您补发哦这些图片客官您保存下哦小店方面会联系快递方面进行索赔谢谢客官哦我也是第二次来买了我那个淘宝号就买了一次感觉非常好就又来买嗯嗯实在抱歉客官您的宝贝小店方面给您补发您看可以吗 114 | 0 不知道收到就是这个样子您这边近期有降雨吗快递包裹方面有人为破损吗最近没下雨这个我就不知道了我又不是发快递的好的我这边先联系快递方面核实下哦您这边把快递包裹面单给小二拍张照发一下哦这也是你们打包的问题好的谢谢您这边包裹内东西有缺少吗客官嗯好的谢谢您的宝贝小店给您补发哦这些图片客官您保存下哦小店方面会联系快递方面进行索赔谢谢客官哦我也是第二次来买了我那个淘宝号就买了一次感觉非常好就又来买亲亲稍等亲亲我查看下亲亲我帮您从新发一份吧估计快递可能丢件了 115 | 1 528105689823 您好我刚买还没到呢就便宜十元嘛还没去取亲 16 号有活动哦不退差价的话你们让快递来取走吧我没拿后天再买亲申请退款哦我这边联系下快递好的嗯嗯亲 116 | 0 528105689823 您好我刚买还没到呢就便宜十元嘛还没去取亲 16 号有活动哦不退差价的话你们让快递来取走吧我没拿后天再买亲申请退款哦我这边联系下快递好的实在抱歉给您造成困扰了 117 | 1 十号就下的单怎么现在还没发货啊帮亲催下哦十号两点前就下单了应该当天就发货的啊怎么现在还显示在揽件啊亲亲抱歉呢帮亲催下哦 118 | 0 十号就下的单怎么现在还没发货啊帮亲催下哦十号两点前就下单了应该当天就发货的啊怎么现在还显示在揽件啊之前订单您别急着退款您收到货了我们给您补差价可以吗 119 | 1 多少钱呢看您需要什么口味的呢现在是 7 折优惠哦你有什么口味客官都有写的哦豆沙蛋黄榴莲呢两件包邮嘛除偏远地区两件包邮哦 120 | 0 多少钱呢看您需要什么口味的呢现在是 7 折优惠哦你有什么口味客官都有写的哦豆沙蛋黄榴莲呢两件包邮嘛那是茶具哦这边已经给您备注优先发货了哦 121 | 1 麻烦帮助修改收货人好的你好我刚下的单地址错了能改吗可以的王德中亲请核对一下收货地址哦还有两个订单帮我取消退款好的 122 | 0 麻烦帮助修改收货人好的你好我刚下的单地址错了能改吗可以的王德中亲请核对一下收货地址哦还有两个订单帮我取消退款您在这边下次可以用哦 123 | 1 为啥要发 EMS 您好超慢的 5 天了还没到快递都是随机发的 ems 不便宜而且慢为什么要和它合作这个是老板决定的呢 124 | 0 为啥要发 EMS 您好超慢的 5 天了还没到快递都是随机发的 ems 不便宜而且慢为什么要和它合作因为送的话真的送不了了呢 125 | 1 买什么东西满 99 减 30 呢客官我们店铺全场参与这个两周年的店庆活动的呢我买核桃一份再买粽子行吗可以的呀下单前先领取优惠券哦达到 99 立减 30 哦亲亲上次买过肉粽这次不好买了可以的呀不过优惠券一个 ID 领一张劵那里领屹茗堂 2 周年店庆来啦惠集天下美味报答宾朋恩情肉粽 495 怎么变 99 还要运费呢客官您买几份呢那个价格是限购五分的呢上次买过 5 份这次也 5 份吧价格我会帮您改为包邮的呢亲请核对一下收货地址哦 5 份 495 呢 547929442668 这个活动是每个 ID 限购的呢五份买完就原价了呢亲我答应客官您我这次帮宁改价下次就是原价了呢亲您前面那一单我价格帮您改掉了您前面那一单结算就好了 ’ 连核桃一起 30 元沒减呀您把粽子和核桃结成一个单客官您现在是分开来三单我这里看到的是没有在一起或者你选中我给您改价的那单和核桃结算看一下二张合并付款 109 元多呀您劵领了吗领了呀他会自动减款的呢 126 | 0 买什么东西满 99 减 30 呢客官我们店铺全场参与这个两周年的店庆活动的呢我买核桃一份再买粽子行吗可以的呀下单前先领取优惠券哦达到 99 立减 30 哦亲亲上次买过肉粽这次不好买了可以的呀不过优惠券一个 ID 领一张劵那里领屹茗堂 2 周年店庆来啦惠集天下美味报答宾朋恩情肉粽 495 怎么变 99 还要运费呢客官您买几份呢那个价格是限购五分的呢上次买过 5 份这次也 5 份吧价格我会帮您改为包邮的呢亲请核对一下收货地址哦 5 份 495 呢 547929442668 这个活动是每个 ID 限购的呢五份买完就原价了呢亲我答应客官您我这次帮宁改价下次就是原价了呢亲您前面那一单我价格帮您改掉了您前面那一单结算就好了 ’ 连核桃一起 30 元沒减呀您把粽子和核桃结成一个单客官您现在是分开来三单我这里看到的是没有在一起或者你选中我给您改价的那单和核桃结算看一下二张合并付款 109 元多呀您劵领了吗领了呀恩恩 127 | 1 73 块钱一个对嘛还是 73 块钱 6 个 73 块钱 360g 是的哦 6 个呢豆沙口味的哦蛋黄的吧两份包邮客官青团两盒包邮哦偏远地区除外青海西藏内蒙古新疆宁夏海南 10 件包邮若达到包邮条件仍有运费请联系我们小二改价哦豆沙 73 蛋黄肉松 143 榴莲 303 哦一盒的价格哦嗯我知道恩恩什么时候发货呢客官今天 16 点前付款是当天发货的哦 16 点后付款是次日发货的呢早拍早发货哦嗯好的额额蚂蚁花可以嘛这个小二也不知道呢 128 | 0 73 块钱一个对嘛还是 73 块钱 6 个 73 块钱 360g 是的哦 6 个呢豆沙口味的哦蛋黄的吧两份包邮客官青团两盒包邮哦偏远地区除外青海西藏内蒙古新疆宁夏海南 10 件包邮若达到包邮条件仍有运费请联系我们小二改价哦豆沙 73 蛋黄肉松 143 榴莲 303 哦一盒的价格哦嗯我知道恩恩什么时候发货呢客官今天 16 点前付款是当天发货的哦 16 点后付款是次日发货的呢早拍早发货哦嗯好的额额蚂蚁花可以嘛嗯呢 129 | 1 538872953711e 什么日期去年 12 月一箱几包 1 包 130 | 0 538872953711e 什么日期去年 12 月一箱几包客官快递那边已经称重好了哦问了运费一般在 35 左右您这边收货的时候注意下哦 131 | 1 在吗在的哦我能退了吗怎么了客官不是我想要的看到您这边已经签收了呢然后呢咱们 SHOPNAME 也非常抱歉对您造成了困扰这边也非常注重用户体验呢 132 | 0 在吗在的哦我能退了吗怎么了客官不是我想要的看到您这边已经签收了呢然后呢好的麻烦您了 133 | 1 买五斤骏枣吧大个一点的好您拍下已经拍了流量卷五元作何用途这个不知道哦您拍了吗提交下哦已经提了啦显示成功没有啊付款成功吗 134 | 0 买五斤骏枣吧大个一点的好您拍下已经拍了流量卷五元作何用途这个不知道哦您拍了吗提交下哦已经提了啦显示成功 550995848415 打开这个链接往下拉有个套餐的换购点进去拍 135 | 1 我是问礼盒核桃是的呢亲都是 80 绿色袋装是什么味的是奶油味的呢黄色礼盒的什么口味是椒盐的哦多买几盒能送几个核桃夹子吗亲亲不好意思我们只有封口夹和开壳器哦可以多送点给亲呢亲亲是要开壳的夹子吗是呀不然怎么开这是纸皮核桃手捏就开哦很好剥的呢我是我们公司力气最小的都能吃的很轻松呢 136 | 0 我是问礼盒核桃是的呢亲都是 80 绿色袋装是什么味的是奶油味的呢黄色礼盒的什么口味是椒盐的哦多买几盒能送几个核桃夹子吗亲亲不好意思我们只有封口夹和开壳器哦可以多送点给亲呢亲亲是要开壳的夹子吗是呀不然怎么开这边您这边补 2 元差价给你 4 个哦 137 | 1 那如果我现在到你这新买的会出现这种变味的情况吗新买的不会哦客官是杭州的对吧是的如果距离太远的话就是小店不建议拍的那我就买吧没得吃总不行的好的哦小店这边嘉兴发出哦再等一下上次他们托我买我问一下嗯嗯可以的哦 138 | 0 那如果我现在到你这新买的会出现这种变味的情况吗新买的不会哦客官是杭州的对吧是的如果距离太远的话就是小店不建议拍的那我就买吧没得吃总不行的好的哦小店这边嘉兴发出哦再等一下上次他们托我买我问一下亲爱哒客官小店是从浙江嘉兴发货的哦一般发货后 3 - 5 天就能到您那边呢请您耐心等下哦 139 | 1 东西收到了好的呢亲有需要帮助的吗亲可是湿纸巾给我发漏了您稍等我查下哦好的嗯嗯收到了几个包裹呢亲就一个大箱子 9890490833813 还有这个包裹了哦您稍等呢我先查下物流哦 816 结尾的收到了嗯嗯这还在路上呢我以为就一个大包裹呢落伍了好的没关系弄清楚就好了这个同时发的呢运输是可能不在一车上好的您稍微等下哦我先帮您摧件谢谢你们送的口水巾不客气呢亲还有这个好像也是送的嗯嗯是的亲哦研究了一会不知道是什么 541468869491 就是这款呢亲好的非常感谢不客气呢希望亲亲继续支持 SHOPNAME 哦么么哒我小姑子推荐给我的她一直买的你家的东西哦哦酱紫的啊看来都是忠实顾客了好的嗯嗯祝您生活愉快好的聚划算的时候买真的划算很多是的呢我们不定期做活动呢会继续关注的亲可以多多关注哦反正都是要长期使用的嗯嗯好的呢亲那等我的湿纸巾收到了我再确认收货吧嗯嗯好的嗯 140 | 0 东西收到了好的呢亲有需要帮助的吗亲可是湿纸巾给我发漏了您稍等我查下哦好的嗯嗯收到了几个包裹呢亲就一个大箱子 9890490833813 还有这个包裹了哦您稍等呢我先查下物流哦 816 结尾的收到了嗯嗯这还在路上呢我以为就一个大包裹呢落伍了好的没关系弄清楚就好了这个同时发的呢运输是可能不在一车上好的您稍微等下哦我先帮您摧件谢谢你们送的口水巾不客气呢亲还有这个好像也是送的嗯嗯是的亲哦研究了一会不知道是什么 541468869491 就是这款呢亲好的非常感谢不客气呢希望亲亲继续支持 SHOPNAME 哦么么哒我小姑子推荐给我的她一直买的你家的东西哦哦酱紫的啊看来都是忠实顾客了好的嗯嗯祝您生活愉快好的聚划算的时候买真的划算很多是的呢我们不定期做活动呢会继续关注的亲可以多多关注哦反正都是要长期使用的嗯嗯好的呢亲那等我的湿纸巾收到了我再确认收货吧只能领一次哦亲退款卷是不退的呢 141 | 1 上次你们的质量我还是挺满意的希望这次一如既往的好质量方面您放心会给您检查好的茶针多少钱呢可能也有少许有问题我们也是无条件的可以换的哦 142 | 0 上次你们的质量我还是挺满意的希望这次一如既往的好质量方面您放心会给您检查好的茶针多少钱呢拍下后 72 小时内发货哦不保证今天可以发出的 143 | 1 541824554716 您好 A 套餐我想要 10 份不要盒子请问可以便宜多少钱份亲亲不加盒子的成本都在 60 多了呢 39 的套餐是亏本卖的呢亲亲可以领取下店铺优惠券哦那我还是要盒子吧是的呢 A 套餐是这些品种及克数吧如上图是的 10 卷怎么不能再领了吗没人限领一张哦每申请一下再给一张 10 元卷稍等亲亲亲亲还需要买吗 144 | 0 541824554716 您好 A 套餐我想要 10 份不要盒子请问可以便宜多少钱份亲亲不加盒子的成本都在 60 多了呢 39 的套餐是亏本卖的呢亲亲可以领取下店铺优惠券哦那我还是要盒子吧是的呢 A 套餐是这些品种及克数吧如上图是的 10 卷怎么不能再领了吗没人限领一张哦每申请一下再给一张 10 元卷好的 145 | 1 538872953711 在的收到货味道不错谢谢哦朋友们叫我代买买多可以便宜吗亲最低了哦我想再买 5 包可不可以不用邮政快递太麻烦了不在了吗在的亲可以不用邮政的哦邮政要签字麻烦您拍下我给您备注好的好的嗯不要忘了好的您拍下我给您备注已经下订单了亲请核对一下收货地址哦好的已备注 146 | 0 538872953711 在的收到货味道不错谢谢哦朋友们叫我代买买多可以便宜吗亲最低了哦我想再买 5 包可不可以不用邮政快递太麻烦了不在了吗在的亲可以不用邮政的哦邮政要签字麻烦您拍下我给您备注好的好的嗯不要忘了好的您拍下我给您备注已经下订单了好的 147 | 1 亲在吗您好买四组五组是送多少洗衣片了亲拍哪一款呢肥皂 45052230121450522301214505223012145052230121450522301214505223012145052230121450522301214505223012145052230121 2 份送 4 片噢好的嗯嗯亲那满 48 还减五元不 45052230121 亲说话说话首页领优惠卷亲是 180 克的吧我也下单发韵达快递亲详情页有哦快递随机不指定韵达你们跟谁家快递合作么韵达汇通邮政 EMS 仓库按收件地址包裹重量选择合适的快递除邮政外另外 3 家快递不指定哦 148 | 0 亲在吗您好买四组五组是送多少洗衣片了亲拍哪一款呢肥皂 45052230121450522301214505223012145052230121450522301214505223012145052230121450522301214505223012145052230121 2 份送 4 片噢好的嗯嗯亲那满 48 还减五元不 45052230121 亲说话说话首页领优惠卷亲是 180 克的吧我也下单发韵达快递亲详情页有哦快递随机不指定韵达你们跟谁家快递合作么 36 公布 149 | 1 怎么那么久还不发货不好意思由于过年之前订单量巨大会按照亲亲拍下订单的时间顺序发货的哦一般拍下后 35 天左右能发货哦不要着急早拍早发货哦本店不接受急件呢那么久恩呢好吧恩呢 150 | 0 怎么那么久还不发货不好意思由于过年之前订单量巨大会按照亲亲拍下订单的时间顺序发货的哦一般拍下后 35 天左右能发货哦不要着急早拍早发货哦本店不接受急件呢那么久恩呢好吧 545425216440 有的哦但是要拍下后 34 天发货呢 151 | 1 你这个芒果干的包装是怎样的呀我看到有两种不一样的黄色包装的哦新款包装呢没有蓝色包装吗里面产品是一样的哦我知道蓝色包装目前没有了哦但是比较喜欢蓝色因为那款是老款呢里面没有隔热层芒果干容易糖分化开呢所以换了新包装哦日子新鲜吧新鲜的呢 152 | 0 你这个芒果干的包装是怎样的呀我看到有两种不一样的黄色包装的哦新款包装呢没有蓝色包装吗里面产品是一样的哦我知道蓝色包装目前没有了哦但是比较喜欢蓝色因为那款是老款呢里面没有隔热层芒果干容易糖分化开呢所以换了新包装哦日子新鲜吧不包邮哦亲 153 | 1 等着用啊活动期间 72 小时内发货正常付款时间在 15 : 00 之前的订单当天发货 15 : 00 之后的订单次日发货最晚不超过 72 小时哦亲收到商品后请先验货再签收包裹破损可直接拒收收到后有任何不满意请及时联系我们哦昨晚买的今天还不能发货呢帮亲催下仓库尽快发哦好嗯嗯亲 154 | 0 等着用啊活动期间 72 小时内发货正常付款时间在 15 : 00 之前的订单当天发货 15 : 00 之后的订单次日发货最晚不超过 72 小时哦亲收到商品后请先验货再签收包裹破损可直接拒收收到后有任何不满意请及时联系我们哦昨晚买的今天还不能发货呢帮亲催下仓库尽快发哦好实在抱歉呢由于节前订单量大仓库那边已经在加班加点打包了哦 155 | -------------------------------------------------------------------------------- /ECD_sample/valid: -------------------------------------------------------------------------------- 1 | 1 嗯嗯因为买二送一是坚果类产品呢不太清楚不好意思客官没事客官帮您看了下哦牛肉干属于打 95 折的商品哦不参与买二送一活动呢实在抱歉呢不过小店牛肉干口味很不错呢客官喜欢的话可以拍下哦 2 | 0 嗯嗯因为买二送一是坚果类产品呢不太清楚不好意思客官没事放尿布里面的吗没有哦 3 | 1 亲在您好快递发那家公韵达邮政 EMS 仓库按收件地址包裹重量选择合适的快递除 EMS 外另外 2 家快递不指定哦好嗯嗯亲收藏有送防溢乳垫吗亲现在只要收藏本店 100 片防溢乳垫截图给我亲购买任意产品都可随单送一包 25 抽湿巾哦好嗯嗯亲是的收藏了要收藏截图哦 4 | 0 亲在您好快递发那家公韵达邮政 EMS 仓库按收件地址包裹重量选择合适的快递除 EMS 外另外 2 家快递不指定哦好嗯嗯亲收藏有送防溢乳垫吗亲现在只要收藏本店 100 片防溢乳垫截图给我亲购买任意产品都可随单送一包 25 抽湿巾哦好嗯嗯亲是的收藏了运费给亲改过了呢亲请核对一下收货地址哦 5 | 1 帮我改一下快递费吧嗯嗯亲请核对一下收货地址哦运费已改哦错了重拍呢亲忘改地址了哦哦那就只好重拍呢亲你那边不能帮我备注改地址我把连接都给您发一遍方便您加购物车呢活动期间不改地址哦亲你别发了我自己重新弄万一修改不成功会耽误您收获哦嗯嗯好的呢亲你帮我看一下跟我之前拍的一样不嗯嗯还没提交订单呢亲提交过了啊稍等 6 | 0 帮我改一下快递费吧嗯嗯亲请核对一下收货地址哦运费已改哦错了重拍呢亲忘改地址了哦哦那就只好重拍呢亲你那边不能帮我备注改地址我把连接都给您发一遍方便您加购物车呢活动期间不改地址哦亲你别发了我自己重新弄万一修改不成功会耽误您收获哦嗯嗯好的呢亲你帮我看一下跟我之前拍的一样不嗯嗯还没提交订单呢亲提交过了啊是的呢 7 | 1 日期是几月份生产日期是 2017 年 1 月的新货哦我们绝不做陈货和翻炒货日期都是新鲜的亲亲可放心购买买三袋也送 3 个开口器和封口夹送人 2 袋不同人家可以的亲您拍下给您备注的哦谢谢不客气哦 8 | 0 日期是几月份生产日期是 2017 年 1 月的新货哦我们绝不做陈货和翻炒货日期都是新鲜的亲亲可放心购买买三袋也送 3 个开口器和封口夹送人 2 袋不同人家可以的亲您拍下给您备注的哦谢谢恩恩亲亲 9 | 1 今天还能发货吗可以的男生一般用大号茶针还是小号的呢大号的养壶笔和茶刷又都是做什么用的刷你的壶的处理茶渣的这三个 25 能给吗可以你拍下吧拍了改好了已经付款了好的 10 | 0 今天还能发货吗可以的男生一般用大号茶针还是小号的呢大号的养壶笔和茶刷又都是做什么用的刷你的壶的处理茶渣的这三个 25 能给吗可以你拍下吧拍了改好了已经付款了亲拍下看下哦 11 | 1 怎么有一袋里面打开都是这样的亲拍的就是小绵柔一擦全是毛而且倒水上去也不吸水亲拍照片我看下掉毛的情况一擦全是毛亲用了几包呢而且不吸水亲现在用了几包呢水倒上去直接掉出来嗯嗯亲您现在用了几包用了四包了剩余的退回来给亲补发我买两袋开了这袋用着现在第四包出现这样都退回不是第五包嗯嗯亲都退回给亲补发补发的就确定不会吗不会的因为这个没打开也不知道我之前用了四包也没有这个情况嗯嗯亲那怎么搞不是说了退回来不发吗补发吗退回去能确保下次的就不是这样的吗保证的运费亲先垫付到时找客服返把寄出的快递公司单号运费告诉客服哦收到后给亲补发那我这包开的呢开的这包亲看能用的话就用不能用也一同寄回来那我还是寄回去吧都那样了嗯嗯好的但是现在过了退货时间了我申请售后连售后都过时间了不用申请了已经过了售后时间直接寄回来 12 | 0 怎么有一袋里面打开都是这样的亲拍的就是小绵柔一擦全是毛而且倒水上去也不吸水亲拍照片我看下掉毛的情况一擦全是毛亲用了几包呢而且不吸水亲现在用了几包呢水倒上去直接掉出来嗯嗯亲您现在用了几包用了四包了剩余的退回来给亲补发我买两袋开了这袋用着现在第四包出现这样都退回不是第五包嗯嗯亲都退回给亲补发补发的就确定不会吗不会的因为这个没打开也不知道我之前用了四包也没有这个情况嗯嗯亲那怎么搞不是说了退回来不发吗补发吗退回去能确保下次的就不是这样的吗保证的运费亲先垫付到时找客服返把寄出的快递公司单号运费告诉客服哦收到后给亲补发那我这包开的呢开的这包亲看能用的话就用不能用也一同寄回来那我还是寄回去吧都那样了嗯嗯好的但是现在过了退货时间了我申请售后连售后都过时间了亲稍等我联系下快递哦 13 | 1 返多少钱稍等下亲亲亲或者您下次购买的时候我们给您补发一包巴旦木再送亲点其他的试吃坚果亲亲我们还有好平返现哦一码归一码亲亲因为我们之前订单量多所以没看清实在抱歉亲亲新年第一天也不要生气了下次购买的话我们绝对不会遗落送亲的礼品行吗亲亲好平返现 2 元我们返您 5 元然后下次买的时候再送亲一包巴旦木加其他的试吃坚果希望亲不要不开心呢我们也真的很抱歉 14 | 0 返多少钱稍等下亲亲亲或者您下次购买的时候我们给您补发一包巴旦木再送亲点其他的试吃坚果亲亲我们还有好平返现哦一码归一码今天不发了呢 15 | 1 这不就写着的吗这个是前半小时的活动 30 分中内付款是指拍下 30 分钟内付款而不是说 30 分前就结束了亲是前半小时的活动 16 | 0 这不就写着的吗这个是前半小时的活动 30 分中内付款是指拍下 30 分钟内付款而不是说 30 分前就结束了是的呢 17 | 1 亲我拍小尺寸的好的亲这个大的我退了好的哦你处理下我拍好了已经退了哦亲请核对一下收货地址哦我看到更合适的 799 的两组我得再退一次亲可以再拍哦可以的 18 | 0 亲我拍小尺寸的好的亲这个大的我退了好的哦你处理下我拍好了已经退了哦亲请核对一下收货地址哦我看到更合适的 799 的两组我得再退一次不保证 19 | 1 可以发旧包装的吗旧包装的目前没有了哦什么时候才有目前全是新包装哦我这给您掌柜的反馈下您的建议哦新包装不好看我也觉得旧包装好看我这边给您向掌柜方面反馈下哦旧包装偏可爱风那我什么时候才能买到 x 旧包装的这个不清楚哦你个大坏坏小二不坏的哦小二很可爱的 20 | 0 可以发旧包装的吗旧包装的目前没有了哦什么时候才有目前全是新包装哦我这给您掌柜的反馈下您的建议哦新包装不好看我也觉得旧包装好看我这边给您向掌柜方面反馈下哦旧包装偏可爱风那我什么时候才能买到 x 旧包装的这个不清楚哦你个大坏坏不好意思主要邮政的也联系不上那个派件员所以现在确定不了什么时候可以送 21 | 1 发什么快递呢亲爱哒小二家默认是天天 ems 快递哦不接受除默认快递以外的指定快递哦哦哦好的谢谢帮我发天天快递吧您客气了谢谢好的大概什么时候到呢 3 - 5 天客官 OK 好的嗯呢 22 | 0 发什么快递呢亲爱哒小二家默认是天天 ems 快递哦不接受除默认快递以外的指定快递哦哦哦好的谢谢帮我发天天快递吧您客气了谢谢好的大概什么时候到呢 3 - 5 天客官 OK 好的大号茶刀茶针的长度是 17cm 直径是 16cm 手工测量可能会有误差不锈钢的长度是 65cm 小号茶刀茶针的长度是 16cm 直径是 1cm 不锈钢长度是 55cm 23 | 1 我发的图片这款下单花梨木圆头大号就可以是吧是的可以开发票吗可以的好的那我直接在备注备注发票抬头好的亲我先买 40 个好的话再买 40 个我就领了 2 张 5 块的好的哦亲亲是的哦还有别的券吗店铺优惠券我买完这次您送我 10 元券月底前用是吗是的店铺优惠券就 5 块啊是的你算算我买 40 个是 366 元 366 是最便宜了吗亲还送您一套茶具哦什么茶具 537880365077 这种哦纯白的有吗有那就给我纯白的吧好的刚得知送完了但是答应亲了我还是送您一套 24 | 0 我发的图片这款下单花梨木圆头大号就可以是吧是的可以开发票吗可以的好的那我直接在备注备注发票抬头好的亲我先买 40 个好的话再买 40 个我就领了 2 张 5 块的好的哦亲亲是的哦还有别的券吗店铺优惠券我买完这次您送我 10 元券月底前用是吗是的店铺优惠券就 5 块啊是的你算算我买 40 个是 366 元 366 是最便宜了吗亲还送您一套茶具哦什么茶具 537880365077 这种哦纯白的有吗有那就给我纯白的吧明天了哦 25 | 1 在嘛您好 50 一共 6 包是嘛恩恩是的呢哦嗯嗯亲几天到货啊亲哪里的呢秦皇岛 3 到 5 天左右哦嗯嗯亲 26 | 0 在嘛您好 50 一共 6 包是嘛恩恩是的呢哦嗯嗯亲几天到货啊亲哪里的呢秦皇岛 3 到 5 天左右哦中通不合作哦客官亲爱哒客官小店默认韵达百世汇通哦 27 | 1 在吗您好在的你在的呢我刚拍的刀纸地址选错了亲地址发我下我备注下吧什么时候发货啊 72 小时内发货哦亲聚划算单子比较多呢能早点发吗我这离预产期没几天了发晚了就用不上了会尽快的亲明天晚上能发出来吗不保证的呢亲 28 | 0 在吗您好在的你在的呢我刚拍的刀纸地址选错了亲地址发我下我备注下吧什么时候发货啊 72 小时内发货哦亲聚划算单子比较多呢能早点发吗我这离预产期没几天了发晚了就用不上了会尽快的亲明天晚上能发出来吗亲爱哒客官小店默认邮政百世汇通天天快递 1kg 以内可以发申通快递哦 29 | 1 现在快递还发货么我要现在下单下午可以发货么在不在 1 月 20 日 17 点之前的订单我们会在年前加班加点发出不保时效 1 月 20 日 17 点之后的订单会在年后初八 2 月 4 号复工后陆续发出哦现在下单下午能发货是吧是发邮政亲爱的由于年前订单量较大会按照亲亲付款订单时间顺序 3 - 5 天左右发货哦亲亲耐心等待下哦我们会尽全力将宝贝第一时间送达您的手上哦 30 | 0 现在快递还发货么我要现在下单下午可以发货么在不在 1 月 20 日 17 点之前的订单我们会在年前加班加点发出不保时效 1 月 20 日 17 点之后的订单会在年后初八 2 月 4 号复工后陆续发出哦现在下单下午能发货是吧是发邮政亲退款从新拍下哦 31 | 1 有没养壶笔大头单独的 530812620324 有没实惠点的我也是做茶的没有哦 532966648692 就只有这个了好的谢谢客气啦亲在在的哦帮我看看一共订了多少个茶针 3 把茶针 2 把养壶笔刚有好像有单不小心点到收货了还有单的嗯 32 | 0 有没养壶笔大头单独的 530812620324 有没实惠点的我也是做茶的没有哦 532966648692 就只有这个了好的谢谢客气啦亲在在的哦帮我看看一共订了多少个茶针 3 把茶针 2 把养壶笔刚有好像有单不小心点到收货了还有单的恩好的 33 | 1 在吗您好你好我刚刚打开那一盒储存袋看了一下有一个有一点杂质的之前我扔的那俩比这个稍微大一些中午发的是最严重的亲亲用了多少亲这样的问题有多少个一共四个有问题的扔了俩我没数用了几个呢主要在袋子里面有杂质我觉得接受不了退亲 3 元差价亲看可以吗亲你觉得我那些怎么用都这样了还能放心吗亲 2 盒是不是都拆了中午你们客服让我拆的第二盒亲全部退回哦让我看看还有没有不好的都退回然后退款是吧是的亲退回去的邮费也是你们承担吗有问题的也一起退回啊亲是全部退回哦亲我们承担哦运费垫付哦第一盒盒子我已经扔了都给你装在一起吧第二盒刚刚拆开的我都装到一个盒子里亲第一盒是不是用了几张对我没数用了几个好的亲亲把剩下的全部退回哦我知道我是说放在一个盒子里好的亲什么时候申请退款发出以后亲发出去后申请退款哦理由是 7 天无理由哦本来都是朋友推荐来的好的亲 34 | 0 在吗您好你好我刚刚打开那一盒储存袋看了一下有一个有一点杂质的之前我扔的那俩比这个稍微大一些中午发的是最严重的亲亲用了多少亲这样的问题有多少个一共四个有问题的扔了俩我没数用了几个呢主要在袋子里面有杂质我觉得接受不了退亲 3 元差价亲看可以吗亲你觉得我那些怎么用都这样了还能放心吗亲 2 盒是不是都拆了中午你们客服让我拆的第二盒亲全部退回哦让我看看还有没有不好的都退回然后退款是吧是的亲退回去的邮费也是你们承担吗有问题的也一起退回啊亲是全部退回哦亲我们承担哦运费垫付哦第一盒盒子我已经扔了都给你装在一起吧第二盒刚刚拆开的我都装到一个盒子里亲第一盒是不是用了几张对我没数用了几个好的亲亲把剩下的全部退回哦我知道我是说放在一个盒子里好的亲什么时候申请退款发出以后亲发出去后申请退款哦理由是 7 天无理由哦本来都是朋友推荐来的嗯呢 35 | 1 万分感谢客气了可是他核实好大概要多久您这边今天关注下快递会打您电话的如果没有的话您明天联系小二哦希望快递快点打我电话恩恩哇的一下哭出来不哭小二抱抱本来昨天就能吃到的物流不好下次给您换个快递了呢 36 | 0 万分感谢客气了可是他核实好大概要多久您这边今天关注下快递会打您电话的如果没有的话您明天联系小二哦希望快递快点打我电话恩恩哇的一下哭出来不哭小二抱抱本来昨天就能吃到的物流不好您好 37 | 1 发什么快递 2546321013154hi 你好在呢刚在忙嘿嘿您对快递有要求吗我们现在是有百世汇通天天快递邮政韵达方便取好的给家里妈妈买的我会备注下的恩恩可以发您下单了告诉我下你们为什么浙江发货因为我们是新疆物流直接发送到嘉兴嘉兴发快递比较划算我们在嘉兴有个快递仓我在湖北没事的嘉兴快递业发达发哪都可以而且相对便宜 538859390911 您要知道新疆那边发过来的快递至少得在 15 元到 20 元之间我在买个这个要另外出邮费么不需要的知道了您下单的时候告诉我下好恩您拍了吗没有还是要在出 6 块钱邮费我一直等着您准备给您改信息呢不需要的您先加入购物车我帮您修改价格等到结算的时候先别付钱好我帮您改好价格通知您现在已经没有邮费了恩恩刚还想跟您说呢直接下单付钱恩恩亲请核对一下收货地址哦地址对吗对的好的您下单好了我会备注韵达快递的对韵达快递 ok 38 | 0 发什么快递 2546321013154hi 你好在呢刚在忙嘿嘿您对快递有要求吗我们现在是有百世汇通天天快递邮政韵达方便取好的给家里妈妈买的我会备注下的恩恩可以发您下单了告诉我下你们为什么浙江发货因为我们是新疆物流直接发送到嘉兴嘉兴发快递比较划算我们在嘉兴有个快递仓我在湖北没事的嘉兴快递业发达发哪都可以而且相对便宜 538859390911 您要知道新疆那边发过来的快递至少得在 15 元到 20 元之间我在买个这个要另外出邮费么不需要的知道了您下单的时候告诉我下好恩您拍了吗没有还是要在出 6 块钱邮费我一直等着您准备给您改信息呢不需要的您先加入购物车我帮您修改价格等到结算的时候先别付钱好我帮您改好价格通知您现在已经没有邮费了恩恩刚还想跟您说呢直接下单付钱恩恩亲请核对一下收货地址哦地址对吗对的好的您下单好了我会备注韵达快递的对韵达快递 2 份包邮哦偏远地区 10 份包邮哦 39 | 1 你好您好请问湿巾一股香味什么情况拿过纸巾的手都有一股味长时间都不散无香的呢亲都是按照国家规定的生产的亲可以放心使用的那味道是什么味道那香味是什么情况呢无添加的你是说你家的湿巾没有味道只加了矿泉水的呢那我就是买到假货了一股香味闻久了很腻亲如果觉得不喜欢未拆包的可以退呢运费谁出有运费险我就是看到无添加任何香精才买的买回来一股味道不是骗人吗没有添加的亲那能给我一个解释香味什么情况拿了湿巾的手一个小时还能一股味亲觉得不满意我们支持检测的呢亲可以去相关部门检测呢 40 | 0 你好您好请问湿巾一股香味什么情况拿过纸巾的手都有一股味长时间都不散无香的呢亲都是按照国家规定的生产的亲可以放心使用的那味道是什么味道那香味是什么情况呢无添加的你是说你家的湿巾没有味道只加了矿泉水的呢那我就是买到假货了一股香味闻久了很腻亲如果觉得不喜欢未拆包的可以退呢运费谁出有运费险我就是看到无添加任何香精才买的买回来一股味道不是骗人吗没有添加的亲那能给我一个解释香味什么情况拿了湿巾的手一个小时还能一股味天猫都是这么规定的亲 41 | 1 棉签买 2 盒送 1 盒是拍 2 盒还是 3 盒您好亲拍 2 件就可以哦是寄什么快递快递随机哦亲具体按仓库发货为准哦上一次寄的邮政的太慢了大部分是邮政呢亲可不可以发其他的快递啊不保证的呢亲只能先给亲备注下活动要明天才开始是吗对的亲哦恩恩 42 | 0 棉签买 2 盒送 1 盒是拍 2 盒还是 3 盒您好亲拍 2 件就可以哦是寄什么快递快递随机哦亲具体按仓库发货为准哦上一次寄的邮政的太慢了大部分是邮政呢亲可不可以发其他的快递啊不保证的呢亲只能先给亲备注下活动要明天才开始是吗对的亲哦好的放心收到您把退款取消一下吧 43 | 1 你好您好请问购买可包邮吗亲提交帮您看下偏远地区除外这个金额是否达到包邮条件您提交订单帮您看下 44 | 0 你好您好请问购买可包邮吗亲提交帮您看下偏远地区除外这个金额是否达到包邮条件发件人是我们淘宝店铺名称哦 45 | 1 跟快递联系的怎么样了您好什么时候送货别跟我说这些我就问什么时候送货人呢您好这边联系快递看能不能送不送的话这边也没办法了亲凭什么不送我买的时候没人说自提快递一个电话也没通知凭什么自提这边看当地快递的别跟我说这个我只想问什么时候送这边只能联系下不送我们也没办法 46 | 0 跟快递联系的怎么样了您好什么时候送货别跟我说这些我就问什么时候送货人呢您好这边联系快递看能不能送不送的话这边也没办法了亲凭什么不送我买的时候没人说自提快递一个电话也没通知凭什么自提这边看当地快递的别跟我说这个我只想问什么时候送不会的呢 47 | 1 查也需要这么久吗我也是醉了这边白天的客服会联系您哦我这边不清楚呢 9 号那天拍的所有宝贝就只有你家这样发货的其他的都到家了你们也该好好查查自己的工作效益了竟然第七天还没发货的白天我没那么多时间我让客服明天联系您哦是我自己的话该把你的店拉黑了不好意思呢 48 | 0 查也需要这么久吗我也是醉了这边白天的客服会联系您哦我这边不清楚呢 9 号那天拍的所有宝贝就只有你家这样发货的其他的都到家了你们也该好好查查自己的工作效益了竟然第七天还没发货的白天我没那么多时间我让客服明天联系您哦是我自己的话该把你的店拉黑了恩恩 49 | 1 在吗您好今天的聚划算活动和 3 号的聚划算活动不一样吗 3 号是湿巾的活动哦三号就一款湿巾有活动主要是湿巾的活动具体以当天为准哦哦哦嗯嗯亲那你的意思是最好分开两次买今天先买护理垫和棉签可以的 50 | 0 在吗您好今天的聚划算活动和 3 号的聚划算活动不一样吗 3 号是湿巾的活动哦三号就一款湿巾有活动主要是湿巾的活动具体以当天为准哦哦哦嗯嗯亲那你的意思是最好分开两次买今天先买护理垫和棉签拍 2 组送哦亲 51 | 1 粽子今天也能发货吗记得看下生产日期如果质量味道都好的话以后就一直在你家买可以的哦日期都是新鲜的呢那就好亲请核对一下收货地址哦亲请核对一下收货地址哦是的好的客官谢谢您的支持哦我们会尽快给您发出的哦希望能给您带来不一样的产品真诚期待您的品尝祝您开心每一秒快乐每一天幸福每一年么么哒 52 | 0 粽子今天也能发货吗记得看下生产日期如果质量味道都好的话以后就一直在你家买可以的哦日期都是新鲜的呢那就好亲请核对一下收货地址哦亲请核对一下收货地址哦是的感谢您的谅解祝您生活愉快哦么么哒 53 | 1 你好我的宝贝怎么这么长时间还没到货但是物流信息却显示早就派送了这边留言快递查下吧好几天前就显示派送了好的应该你们联系啊恩恩已经留言了等明天快递回复 54 | 0 你好我的宝贝怎么这么长时间还没到货但是物流信息却显示早就派送了这边留言快递查下吧好几天前就显示派送了好的应该你们联系啊是的呢 55 | 1 亲问下这个粽子多少钱屹茗堂周三特价及 520 表白节 547917318438 49 哦活动价哦数量有 400 份吗有的生产日期什么时候的我看下哦 57 日 56 | 0 亲问下这个粽子多少钱屹茗堂周三特价及 520 表白节 547917318438 49 哦活动价哦数量有 400 份吗有的生产日期什么时候的客官图片边上写的很清楚哦三到四份是 246 元 57 | 1 38 有没有做活动没有哦特价产品没有的哦 e 你嗯买这些有没有便宜点可以领取店铺优惠券的呢能不能发邮政小包有没有送夹子有送的可以的送几个夹子 1 个哦生的才有的哦能不能送两个夹子那我帮您申请下仓库送您两个吧 58 | 0 38 有没有做活动没有哦特价产品没有的哦 e 你嗯买这些有没有便宜点可以领取店铺优惠券的呢能不能发邮政小包有没有送夹子有送的可以的送几个夹子 1 个哦生的才有的哦能不能送两个夹子好了哦 59 | 1 528105689823 您好这个是小婴儿用的吧是的亲我看还有一个是 59 的质量都一样吗大小不同哦质量一样的亲多大尺寸 15201020 现在购买赠送什么东西吗收藏关注送湿巾哦你好已经关注了好的亲我拍了纱布和绵柔纸巾嗯嗯好的也关注了店铺赠品还需要备注吗不需要的 OK 嗯嗯亲恩嗯嗯亲更改一下价格吧亲亲还没下单哦 60 | 0 528105689823 您好这个是小婴儿用的吧是的亲我看还有一个是 59 的质量都一样吗大小不同哦质量一样的亲多大尺寸 15201020 现在购买赠送什么东西吗收藏关注送湿巾哦你好已经关注了好的亲我拍了纱布和绵柔纸巾嗯嗯好的也关注了店铺赠品还需要备注吗不需要的 OK 嗯嗯亲恩嗯嗯亲更改一下价格吧亲好的亲亲 61 | 1 能走中通快递吗可以的哦亲亲拍下自行备注就行呢已付款套餐价好像是便宜吧是的呢为什么套餐有多一个瓜子哦 62 | 0 能走中通快递吗可以的哦亲亲拍下自行备注就行呢已付款套餐价好像是便宜吧是的呢为什么这款现在买 2 速送 5 包单片湿巾一次性的呢不可循环的哦 63 | 1 在吗您好 43634035657 您好跟别的东西一起买怎么也要运费下单改价噢噢嗯嗯亲除了 EMS 没别的快递吗快递随机发不指定的呢 64 | 0 在吗您好 43634035657 您好跟别的东西一起买怎么也要运费下单改价噢噢嗯嗯亲除了 EMS 没别的快递吗您是哪里的呢 65 | 1 528690173109 您好我是孕妈妈好的亲准备给宝宝囤棉柔巾好的亲推荐哪款 528690173109 建议亲这款纯棉的哦 525839399303 宝宝浴巾这款可以使用的哦安全的哦 528690173109 棉柔巾有几个尺寸这款纯棉的 1520 亲需要什么材质的棉柔巾柔棉巾有好几个材质的亲需要哪个材质我去看一下给宝宝洗屁屁用全棉更好建议亲纯棉的哦 528690173109 嗯有 2020 的纯棉的棉柔巾么稍等这款纯棉 2020 哦 66 | 0 528690173109 您好我是孕妈妈好的亲准备给宝宝囤棉柔巾好的亲推荐哪款 528690173109 建议亲这款纯棉的哦 525839399303 宝宝浴巾这款可以使用的哦安全的哦 528690173109 棉柔巾有几个尺寸这款纯棉的 1520 亲需要什么材质的棉柔巾柔棉巾有好几个材质的亲需要哪个材质我去看一下给宝宝洗屁屁用全棉更好建议亲纯棉的哦 528690173109 嗯有 2020 的纯棉的棉柔巾么嗯嗯亲 67 | 1 545468795743 在的哦 545468795743 在的哦两份 990 2 份包邮一份 79 不是 99 首件特价两份不是爆价 99 吗不是的 2 份包邮惊爆价 99 嗯现在拍下今天给您发出的哦 68 | 0 545468795743 在的哦 545468795743 在的哦两份 990 2 份包邮一份 79 不是 99 首件特价两份不是爆价 99 吗不是的 2 份包邮惊爆价 99 嗯好的 69 | 1 这个好用吗干的呢亲沾水当湿巾呢亲全棉会掉毛吗是的我想给小孩擦屁股用的不会呢湿巾我怕酒精多不加酒精香精呢这个链接包邮其他东西一起包邮吗是的呢偏远除外哦杭州嗯嗯包邮呢 541014123666 您好这个密封性如何不错的呢亲 530746013021 您好这个一定要放文胸里使用吗是的呢亲请核对一下收货地址哦运费已改因为在家喂奶不太穿怎么用可以选择哺乳内衣不太穿文胸那无法使用呢亲建议您就算是哺乳期也要穿内衣呢在家比较麻烦产后哺乳胸部就会变软多少会有下垂的情况哺乳期坚持穿哺乳内衣 70 | 0 这个好用吗干的呢亲沾水当湿巾呢亲全棉会掉毛吗是的我想给小孩擦屁股用的不会呢湿巾我怕酒精多不加酒精香精呢这个链接包邮其他东西一起包邮吗是的呢偏远除外哦杭州嗯嗯包邮呢 541014123666 您好这个密封性如何不错的呢亲 530746013021 您好这个一定要放文胸里使用吗是的呢亲请核对一下收货地址哦运费已改因为在家喂奶不太穿怎么用可以选择哺乳内衣不太穿文胸那无法使用呢亲建议您就算是哺乳期也要穿内衣呢在家比较麻烦您好活动开始后前一分钟拍下 2 组系统自动减 10 元 71 | 1 别弄花样赶紧退款给我都没有发出来有什么的物流没有发货有毛物流没有发货有毛物流退款退款赶紧你别急已经在处理 ‘ 现在给你退款货到时候记得拒收百分之百过两天有物流好吧放心要是真有我会拒收好的现在处理退款 72 | 0 别弄花样赶紧退款给我都没有发出来有什么的物流没有发货有毛物流没有发货有毛物流退款退款赶紧你别急已经在处理 ‘ 现在给你退款货到时候记得拒收百分之百过两天有物流好吧放心要是真有我会拒收是的亲亲 73 | 1 521521942026 屹茗堂周三特价及 520 表白节您好这个茶针茶刀是要一样买一个才能把茶弄开我不懂帮别人买的用茶针容易翘而且不会破坏茶叶用茶刀的好处是撬下来块状要大一些不容易碎具体要看客官您自己的使用情况的哈这个是什么呢二合一是里面带茶针还是茶刀这个里面是茶刀哦刷子是刷茶叶是的哦你那个分大号小号茶刀茶针的我该选哪个您要撬什么茶他去张家界买的茶我不知道我不喝茶反正像茶砖那建议用大号的茶刀哦比较容易撬 74 | 0 521521942026 屹茗堂周三特价及 520 表白节您好这个茶针茶刀是要一样买一个才能把茶弄开我不懂帮别人买的用茶针容易翘而且不会破坏茶叶用茶刀的好处是撬下来块状要大一些不容易碎具体要看客官您自己的使用情况的哈这个是什么呢二合一是里面带茶针还是茶刀这个里面是茶刀哦刷子是刷茶叶是的哦你那个分大号小号茶刀茶针的我该选哪个您要撬什么茶他去张家界买的茶我不知道我不喝茶反正像茶砖全棉时代的我不清楚哦这款尺寸是 1820 的 75 | 1 老板已经确认收货付完款了帮个忙呗什么忙呀帮我问问怎么把茶针卸下来太结实了我不知道该怎么弄了我相中的是手柄和黄铜箍您是说如何撬差吗茶我想把针取下来取不下来的亲咨询一下怎么安上去的您用好虎钳转一下是用胶水的里面哦哦明白了谢谢老板嗯呢客气了 76 | 0 老板已经确认收货付完款了帮个忙呗什么忙呀帮我问问怎么把茶针卸下来太结实了我不知道该怎么弄了我相中的是手柄和黄铜箍您是说如何撬差吗茶我想把针取下来取不下来的亲咨询一下怎么安上去的您用好虎钳转一下是用胶水的里面哦哦明白了谢谢老板不会哦都到的 77 | 1 亲包邮吗为什么还要邮费啊本店坚果订单满 68 包邮除宁夏青海内蒙古海南新疆西藏满 168 包邮嗯嗯我都 170 啦亲下单帮亲去一下哈好的亲改好了哦亲西瓜子甘草味和话梅味什么好吃嗯嗯好的我觉得都好吃呢好吧行的那个 09 也要算啊亲抹掉了哈下次生意 78 | 0 亲包邮吗为什么还要邮费啊本店坚果订单满 68 包邮除宁夏青海内蒙古海南新疆西藏满 168 包邮嗯嗯我都 170 啦亲下单帮亲去一下哈好的亲改好了哦亲西瓜子甘草味和话梅味什么好吃嗯嗯好的我觉得都好吃呢好吧行的那个 09 也要算啊是的 79 | 1 为什么领不了 5 块的优惠券活动结束了哦明明聚划算上说前 3000 都可以享受阿现在才 2800 九点结束的不好意思我 8 点多下单就领不了了 8 点 27 就领不了了请不要忽悠我亲您现在拍下收到后找客服返下差价 5 元可能是我们这边系统的问题问题是 9 点之前是 399 第二份 359 也就是减 5 块现在是 499 你让我怎么拍亲现在拍按活动价给您差价到时退给您算了我 618 再拍算了你们 618 好像也是那个价恩恩是的呢 80 | 0 为什么领不了 5 块的优惠券活动结束了哦明明聚划算上说前 3000 都可以享受阿现在才 2800 九点结束的不好意思我 8 点多下单就领不了了 8 点 27 就领不了了请不要忽悠我亲您现在拍下收到后找客服返下差价 5 元可能是我们这边系统的问题问题是 9 点之前是 399 第二份 359 也就是减 5 块现在是 499 你让我怎么拍亲现在拍按活动价给您差价到时退给您算了我 618 再拍算了你们 618 好像也是那个价网址给我下 81 | 1 这个现在有货吗有的哦我们上次买 10 罐送了三包瓜子现在还有么有送试吃装的哦 540992569369 这个买 6 份有送什么吗有 12 包的吧亲亲这个没有买一送一的活动哦啊不是 2202 吗是的哦一份 220g2 的呢不好意思我误会了其他有什么活动吗很多都在搞活动呢亲亲可以店铺里看下呢好的我买 10 罐山核桃 6 份瓜子能不能优惠点呀亲亲可以领取下我们店铺优惠券哦因为这些都是促销价呢亏本在卖的呢哦哦那好吧送点瓜子穿吧好的亲您拍下哦给您备注好了哈亲请核对一下收货地址哦对的哈好的亲亲您的宝贝我们会以最快的速度发货的您耐心等待哦好的哈么么哒 82 | 0 这个现在有货吗有的哦我们上次买 10 罐送了三包瓜子现在还有么有送试吃装的哦 540992569369 这个买 6 份有送什么吗有 12 包的吧亲亲这个没有买一送一的活动哦啊不是 2202 吗是的哦一份 220g2 的呢不好意思我误会了其他有什么活动吗很多都在搞活动呢亲亲可以店铺里看下呢好的我买 10 罐山核桃 6 份瓜子能不能优惠点呀亲亲可以领取下我们店铺优惠券哦因为这些都是促销价呢亏本在卖的呢哦哦那好吧送点瓜子穿吧好的亲您拍下哦给您备注好了哈亲请核对一下收货地址哦对的哈好的亲亲您的宝贝我们会以最快的速度发货的您耐心等待哦好的哈客官纸皮核桃难免有几颗空的哦您看这边给您返 5 元您给个好评可以吗 83 | 1 照顾一下唉怎么这样呢每次都没人说话亲爱的我们现在的价格已经是工厂直销价了呢一分价钱一分货呢我们的宝贝质量是保证的哦好吧恩呢 84 | 0 照顾一下唉怎么这样呢每次都没人说话亲爱的我们现在的价格已经是工厂直销价了呢一分价钱一分货呢我们的宝贝质量是保证的哦好吧好的不客气哦 85 | 1 在吗您好领券减 5 元对的那你退我 5 块钱我之前没看见你们客服怎么也不提醒亲还是 520 拍了呀不退的那你这不是骗人吗你不是不等 618 吗不等 618 我才买的现在 618 你又便宜亲如果要参加这个活动亲可以前面的商品退了从新拍那我找淘宝申诉吧你这骗子每次活动都是不同的以后是不是不想卖呀没下次生意了吧你不是不等 618 吗我就问你不是不等 618 吗那我退了啊正好没用我再拍你再重拍可以退运费自理没关系我发快递 6 块钱我再拍你再寄你也花邮费你又不是不花钱而且你家这样没有下次生意哦我明白了你家 520 的活动没写 618 是新写的不等 618 对的 86 | 0 在吗您好领券减 5 元对的那你退我 5 块钱我之前没看见你们客服怎么也不提醒亲还是 520 拍了呀不退的那你这不是骗人吗你不是不等 618 吗不等 618 我才买的现在 618 你又便宜亲如果要参加这个活动亲可以前面的商品退了从新拍那我找淘宝申诉吧你这骗子每次活动都是不同的以后是不是不想卖呀没下次生意了吧你不是不等 618 吗我就问你不是不等 618 吗那我退了啊正好没用我再拍你再重拍可以退运费自理没关系我发快递 6 块钱我再拍你再寄你也花邮费你又不是不花钱而且你家这样没有下次生意哦我明白了你家 520 的活动没写 618 是新写的不等 618 发韵达可以吗好的呢您提交订单的时候备注一下哦 87 | 1 二合一是 2 合一是茶针和养壶笔一体哦客官茶刀和养壶笔一体打错笔头是养壶笔中间转开来是茶刀哦 88 | 0 二合一是到时候收到货了我们这边退您差价哈您到时候找我们客服说下我们打给你 160 - 128 = 32 对吧亲亲您比较喜欢浓香的味道重点的 89 | 1 今天可以发货了吗由于过年期间订单较多 2 月 4 日开始会按照订单付款时间顺序陆续发货亲们耐心等下我们会尽全力将宝贝第一时间送达到您手上哦今天付款什么时候能发货 24 会陆续发货哦 90 | 0 今天可以发货了吗由于过年期间订单较多 2 月 4 日开始会按照订单付款时间顺序陆续发货亲们耐心等下我们会尽全力将宝贝第一时间送达到您手上哦今天付款什么时候能发货稍等我帮您问下呢 91 | 1 年前能收到就可以可以的下 2 袋可以优惠点吧 80 一袋吧亲价格最低了好吧马上下单早点帮我发货要发好一点奥回来给你好评已付好早点帮我发奥下单 3 - 5 天发货亲 92 | 0 年前能收到就可以可以的下 2 袋可以优惠点吧 80 一袋吧亲价格最低了好吧马上下单早点帮我发货要发好一点奥回来给你好评已付好早点帮我发奥嗯嗯亲 93 | 1 547197993960 在的呢这款一般是些什么瑕疵呢色差还有一些划痕哦用在茶砖上不会弯吧不会的呢会生锈不 ‘ 不影响使用哦 ’ 不会哦我们是不锈钢呢嗯那我先买两个好的呢 94 | 0 547197993960 在的呢这款一般是些什么瑕疵呢色差还有一些划痕哦用在茶砖上不会弯吧不会的呢会生锈不 ‘ 不影响使用哦 ’ 不会哦我们是不锈钢呢嗯那我先买两个您好不会的哦 95 | 1 2 斤 198 是吧是的 3 包只需 299 是什么意思拍下系统自动减价活动促销我拍两份您喜欢可以直接拍下熬 396 亲请核对一下收货地址哦是的好的四袋是吧是的第一次买希望不要失望好的 96 | 0 2 斤 198 是吧是的 3 包只需 299 是什么意思拍下系统自动减价活动促销我拍两份您喜欢可以直接拍下熬 396 亲请核对一下收货地址哦是的好的四袋是吧是的第一次买希望不要失望明后天到新货给亲发新货哦 97 | 1 发哪个能到想寄回老家一般都可以寄到的哦如果到不了的村庄都是会放乡镇代理点的呢有包装没有这款有包装的哦亲记得发邮政看到您的备注了哦发邮政哦等会问到其他地址了还要拍好的呢好的客官谢谢您的支持哦我们会尽快给您发出的哦希望能给您带来不一样的产品真诚期待您的品尝祝您开心每一秒快乐每一天幸福每一年么么哒 98 | 0 发哪个能到想寄回老家一般都可以寄到的哦如果到不了的村庄都是会放乡镇代理点的呢有包装没有这款有包装的哦亲记得发邮政看到您的备注了哦发邮政哦等会问到其他地址了还要拍对的亲 99 | 1 是 250 克的不要这种 545712090708 客官这个链接您看一下哦是了现在拍下今天还可以给您发出的哦有优惠吗客官可以使用小店的优惠券哦在首页面领取就可以了我看看哦能用点别的给我试吃一下吗送可以的客官想要什么呢 100 | 0 是 250 克的不要这种 545712090708 客官这个链接您看一下哦是了现在拍下今天还可以给您发出的哦有优惠吗客官可以使用小店的优惠券哦在首页面领取就可以了我看看哦能用点别的给我试吃一下吗送没有的呢亲 101 | 1 546487395690 您好 528941799061 有什么可以帮助您的亲请问这两款有啥区别尺寸材质不同哦这款纯棉 1520 这款植物纤维手感类似纯棉 2020 那六一你们有活动吗亲亲明天有一场活动哦亲可以明天来看一下哦我已经在你们家买了好几箱了谢谢亲的支持从现在到六一你们最大的活动力度是多少活动明天早上 10 点开始哦不好意思亲这个具体不是很清楚哦亲可以明天来看一下哦我明天早上十点要上课好的吧亲 102 | 0 546487395690 您好 528941799061 有什么可以帮助您的亲请问这两款有啥区别尺寸材质不同哦这款纯棉 1520 这款植物纤维手感类似纯棉 2020 那六一你们有活动吗亲亲明天有一场活动哦亲可以明天来看一下哦我已经在你们家买了好几箱了谢谢亲的支持从现在到六一你们最大的活动力度是多少活动明天早上 10 点开始哦不好意思亲这个具体不是很清楚哦亲可以明天来看一下哦我明天早上十点要上课在的 103 | 1 嗯期待亲的下次光临一定的亲亲谢谢您对我们店铺的支持收到宝贝满意请记得 5 分好评以示鼓励哦屹茗堂祝您生活愉快好评那是必须的谢谢亲 104 | 0 嗯期待亲的下次光临一定的亲亲谢谢您对我们店铺的支持收到宝贝满意请记得 5 分好评以示鼓励哦屹茗堂祝您生活愉快好评那是必须的页面写了无纺布哦 105 | 1 2 支包邮吧您需要什么茶锥买多还能优惠吗拍下包邮的话就是包邮的哦可以的买 30 支最低价多少一支您要哪一种茶刀大小还有茶刀还是茶针这种这个是大号的茶刀您要 30 把的话我送您 5 把可以吗有朋友买说每支 68 元上千吧可以的 106 | 0 2 支包邮吧您需要什么茶锥买多还能优惠吗拍下包邮的话就是包邮的哦可以的买 30 支最低价多少一支您要哪一种茶刀大小还有茶刀还是茶针这种这个是大号的茶刀您要 30 把的话我送您 5 把可以吗有朋友买说每支 68 元好的亲 107 | 1 啊我以为有呢吃完了这个真的抱歉呢我在找找而且目前天气炎热核桃运输中容易出油哦客官要是预定九月份的新货的话咱这里可以给您改价 85 的哦 108 | 0 啊我以为有呢吃完了这个真的抱歉呢我在找找好的客官亲请核对一下收货地址哦 109 | 1 发的安徽省要几天能到 1 - 2 天亲能不能发快点我要回家过年亲我们尽量哦亲要是我走了那我就拒收可以吗亲可以的 110 | 0 发的安徽省要几天能到 1 - 2 天亲能不能发快点我要回家过年亲我们尽量哦亲要是我走了那我就拒收可以吗亲这款本来就是小尺寸的哦 111 | 1 你好我拍了超过 199 为啥没有减 20 呢参加聚划算的商品才会减不参加的不减的就是聚划算呢两个洗衣液和一个待产包品牌团是不参加的满足条件拍下系统自动减您帮我看下我已经拍下稍等 112 | 0 你好我拍了超过 199 为啥没有减 20 呢参加聚划算的商品才会减不参加的不减的就是聚划算呢两个洗衣液和一个待产包品牌团是不参加的满足条件拍下系统自动减您帮我看下我已经拍下是的哦亲亲 113 | 1 不知道收到就是这个样子您这边近期有降雨吗快递包裹方面有人为破损吗最近没下雨这个我就不知道了我又不是发快递的好的我这边先联系快递方面核实下哦您这边把快递包裹面单给小二拍张照发一下哦这也是你们打包的问题好的谢谢您这边包裹内东西有缺少吗客官嗯好的谢谢您的宝贝小店给您补发哦这些图片客官您保存下哦小店方面会联系快递方面进行索赔谢谢客官哦我也是第二次来买了我那个淘宝号就买了一次感觉非常好就又来买嗯嗯实在抱歉客官您的宝贝小店方面给您补发您看可以吗 114 | 0 不知道收到就是这个样子您这边近期有降雨吗快递包裹方面有人为破损吗最近没下雨这个我就不知道了我又不是发快递的好的我这边先联系快递方面核实下哦您这边把快递包裹面单给小二拍张照发一下哦这也是你们打包的问题好的谢谢您这边包裹内东西有缺少吗客官嗯好的谢谢您的宝贝小店给您补发哦这些图片客官您保存下哦小店方面会联系快递方面进行索赔谢谢客官哦我也是第二次来买了我那个淘宝号就买了一次感觉非常好就又来买亲亲稍等亲亲我查看下亲亲我帮您从新发一份吧估计快递可能丢件了 115 | 1 528105689823 您好我刚买还没到呢就便宜十元嘛还没去取亲 16 号有活动哦不退差价的话你们让快递来取走吧我没拿后天再买亲申请退款哦我这边联系下快递好的嗯嗯亲 116 | 0 528105689823 您好我刚买还没到呢就便宜十元嘛还没去取亲 16 号有活动哦不退差价的话你们让快递来取走吧我没拿后天再买亲申请退款哦我这边联系下快递好的实在抱歉给您造成困扰了 117 | 1 十号就下的单怎么现在还没发货啊帮亲催下哦十号两点前就下单了应该当天就发货的啊怎么现在还显示在揽件啊亲亲抱歉呢帮亲催下哦 118 | 0 十号就下的单怎么现在还没发货啊帮亲催下哦十号两点前就下单了应该当天就发货的啊怎么现在还显示在揽件啊之前订单您别急着退款您收到货了我们给您补差价可以吗 119 | 1 多少钱呢看您需要什么口味的呢现在是 7 折优惠哦你有什么口味客官都有写的哦豆沙蛋黄榴莲呢两件包邮嘛除偏远地区两件包邮哦 120 | 0 多少钱呢看您需要什么口味的呢现在是 7 折优惠哦你有什么口味客官都有写的哦豆沙蛋黄榴莲呢两件包邮嘛那是茶具哦这边已经给您备注优先发货了哦 121 | 1 麻烦帮助修改收货人好的你好我刚下的单地址错了能改吗可以的王德中亲请核对一下收货地址哦还有两个订单帮我取消退款好的 122 | 0 麻烦帮助修改收货人好的你好我刚下的单地址错了能改吗可以的王德中亲请核对一下收货地址哦还有两个订单帮我取消退款您在这边下次可以用哦 123 | 1 为啥要发 EMS 您好超慢的 5 天了还没到快递都是随机发的 ems 不便宜而且慢为什么要和它合作这个是老板决定的呢 124 | 0 为啥要发 EMS 您好超慢的 5 天了还没到快递都是随机发的 ems 不便宜而且慢为什么要和它合作因为送的话真的送不了了呢 125 | 1 买什么东西满 99 减 30 呢客官我们店铺全场参与这个两周年的店庆活动的呢我买核桃一份再买粽子行吗可以的呀下单前先领取优惠券哦达到 99 立减 30 哦亲亲上次买过肉粽这次不好买了可以的呀不过优惠券一个 ID 领一张劵那里领屹茗堂 2 周年店庆来啦惠集天下美味报答宾朋恩情肉粽 495 怎么变 99 还要运费呢客官您买几份呢那个价格是限购五分的呢上次买过 5 份这次也 5 份吧价格我会帮您改为包邮的呢亲请核对一下收货地址哦 5 份 495 呢 547929442668 这个活动是每个 ID 限购的呢五份买完就原价了呢亲我答应客官您我这次帮宁改价下次就是原价了呢亲您前面那一单我价格帮您改掉了您前面那一单结算就好了 ’ 连核桃一起 30 元沒减呀您把粽子和核桃结成一个单客官您现在是分开来三单我这里看到的是没有在一起或者你选中我给您改价的那单和核桃结算看一下二张合并付款 109 元多呀您劵领了吗领了呀他会自动减款的呢 126 | 0 买什么东西满 99 减 30 呢客官我们店铺全场参与这个两周年的店庆活动的呢我买核桃一份再买粽子行吗可以的呀下单前先领取优惠券哦达到 99 立减 30 哦亲亲上次买过肉粽这次不好买了可以的呀不过优惠券一个 ID 领一张劵那里领屹茗堂 2 周年店庆来啦惠集天下美味报答宾朋恩情肉粽 495 怎么变 99 还要运费呢客官您买几份呢那个价格是限购五分的呢上次买过 5 份这次也 5 份吧价格我会帮您改为包邮的呢亲请核对一下收货地址哦 5 份 495 呢 547929442668 这个活动是每个 ID 限购的呢五份买完就原价了呢亲我答应客官您我这次帮宁改价下次就是原价了呢亲您前面那一单我价格帮您改掉了您前面那一单结算就好了 ’ 连核桃一起 30 元沒减呀您把粽子和核桃结成一个单客官您现在是分开来三单我这里看到的是没有在一起或者你选中我给您改价的那单和核桃结算看一下二张合并付款 109 元多呀您劵领了吗领了呀恩恩 127 | 1 73 块钱一个对嘛还是 73 块钱 6 个 73 块钱 360g 是的哦 6 个呢豆沙口味的哦蛋黄的吧两份包邮客官青团两盒包邮哦偏远地区除外青海西藏内蒙古新疆宁夏海南 10 件包邮若达到包邮条件仍有运费请联系我们小二改价哦豆沙 73 蛋黄肉松 143 榴莲 303 哦一盒的价格哦嗯我知道恩恩什么时候发货呢客官今天 16 点前付款是当天发货的哦 16 点后付款是次日发货的呢早拍早发货哦嗯好的额额蚂蚁花可以嘛这个小二也不知道呢 128 | 0 73 块钱一个对嘛还是 73 块钱 6 个 73 块钱 360g 是的哦 6 个呢豆沙口味的哦蛋黄的吧两份包邮客官青团两盒包邮哦偏远地区除外青海西藏内蒙古新疆宁夏海南 10 件包邮若达到包邮条件仍有运费请联系我们小二改价哦豆沙 73 蛋黄肉松 143 榴莲 303 哦一盒的价格哦嗯我知道恩恩什么时候发货呢客官今天 16 点前付款是当天发货的哦 16 点后付款是次日发货的呢早拍早发货哦嗯好的额额蚂蚁花可以嘛嗯呢 129 | 1 538872953711e 什么日期去年 12 月一箱几包 1 包 130 | 0 538872953711e 什么日期去年 12 月一箱几包客官快递那边已经称重好了哦问了运费一般在 35 左右您这边收货的时候注意下哦 131 | 1 在吗在的哦我能退了吗怎么了客官不是我想要的看到您这边已经签收了呢然后呢咱们 SHOPNAME 也非常抱歉对您造成了困扰这边也非常注重用户体验呢 132 | 0 在吗在的哦我能退了吗怎么了客官不是我想要的看到您这边已经签收了呢然后呢好的麻烦您了 133 | 1 买五斤骏枣吧大个一点的好您拍下已经拍了流量卷五元作何用途这个不知道哦您拍了吗提交下哦已经提了啦显示成功没有啊付款成功吗 134 | 0 买五斤骏枣吧大个一点的好您拍下已经拍了流量卷五元作何用途这个不知道哦您拍了吗提交下哦已经提了啦显示成功 550995848415 打开这个链接往下拉有个套餐的换购点进去拍 135 | 1 我是问礼盒核桃是的呢亲都是 80 绿色袋装是什么味的是奶油味的呢黄色礼盒的什么口味是椒盐的哦多买几盒能送几个核桃夹子吗亲亲不好意思我们只有封口夹和开壳器哦可以多送点给亲呢亲亲是要开壳的夹子吗是呀不然怎么开这是纸皮核桃手捏就开哦很好剥的呢我是我们公司力气最小的都能吃的很轻松呢 136 | 0 我是问礼盒核桃是的呢亲都是 80 绿色袋装是什么味的是奶油味的呢黄色礼盒的什么口味是椒盐的哦多买几盒能送几个核桃夹子吗亲亲不好意思我们只有封口夹和开壳器哦可以多送点给亲呢亲亲是要开壳的夹子吗是呀不然怎么开这边您这边补 2 元差价给你 4 个哦 137 | 1 那如果我现在到你这新买的会出现这种变味的情况吗新买的不会哦客官是杭州的对吧是的如果距离太远的话就是小店不建议拍的那我就买吧没得吃总不行的好的哦小店这边嘉兴发出哦再等一下上次他们托我买我问一下嗯嗯可以的哦 138 | 0 那如果我现在到你这新买的会出现这种变味的情况吗新买的不会哦客官是杭州的对吧是的如果距离太远的话就是小店不建议拍的那我就买吧没得吃总不行的好的哦小店这边嘉兴发出哦再等一下上次他们托我买我问一下亲爱哒客官小店是从浙江嘉兴发货的哦一般发货后 3 - 5 天就能到您那边呢请您耐心等下哦 139 | 1 东西收到了好的呢亲有需要帮助的吗亲可是湿纸巾给我发漏了您稍等我查下哦好的嗯嗯收到了几个包裹呢亲就一个大箱子 9890490833813 还有这个包裹了哦您稍等呢我先查下物流哦 816 结尾的收到了嗯嗯这还在路上呢我以为就一个大包裹呢落伍了好的没关系弄清楚就好了这个同时发的呢运输是可能不在一车上好的您稍微等下哦我先帮您摧件谢谢你们送的口水巾不客气呢亲还有这个好像也是送的嗯嗯是的亲哦研究了一会不知道是什么 541468869491 就是这款呢亲好的非常感谢不客气呢希望亲亲继续支持 SHOPNAME 哦么么哒我小姑子推荐给我的她一直买的你家的东西哦哦酱紫的啊看来都是忠实顾客了好的嗯嗯祝您生活愉快好的聚划算的时候买真的划算很多是的呢我们不定期做活动呢会继续关注的亲可以多多关注哦反正都是要长期使用的嗯嗯好的呢亲那等我的湿纸巾收到了我再确认收货吧嗯嗯好的嗯 140 | 0 东西收到了好的呢亲有需要帮助的吗亲可是湿纸巾给我发漏了您稍等我查下哦好的嗯嗯收到了几个包裹呢亲就一个大箱子 9890490833813 还有这个包裹了哦您稍等呢我先查下物流哦 816 结尾的收到了嗯嗯这还在路上呢我以为就一个大包裹呢落伍了好的没关系弄清楚就好了这个同时发的呢运输是可能不在一车上好的您稍微等下哦我先帮您摧件谢谢你们送的口水巾不客气呢亲还有这个好像也是送的嗯嗯是的亲哦研究了一会不知道是什么 541468869491 就是这款呢亲好的非常感谢不客气呢希望亲亲继续支持 SHOPNAME 哦么么哒我小姑子推荐给我的她一直买的你家的东西哦哦酱紫的啊看来都是忠实顾客了好的嗯嗯祝您生活愉快好的聚划算的时候买真的划算很多是的呢我们不定期做活动呢会继续关注的亲可以多多关注哦反正都是要长期使用的嗯嗯好的呢亲那等我的湿纸巾收到了我再确认收货吧只能领一次哦亲退款卷是不退的呢 141 | 1 上次你们的质量我还是挺满意的希望这次一如既往的好质量方面您放心会给您检查好的茶针多少钱呢可能也有少许有问题我们也是无条件的可以换的哦 142 | 0 上次你们的质量我还是挺满意的希望这次一如既往的好质量方面您放心会给您检查好的茶针多少钱呢拍下后 72 小时内发货哦不保证今天可以发出的 143 | 1 541824554716 您好 A 套餐我想要 10 份不要盒子请问可以便宜多少钱份亲亲不加盒子的成本都在 60 多了呢 39 的套餐是亏本卖的呢亲亲可以领取下店铺优惠券哦那我还是要盒子吧是的呢 A 套餐是这些品种及克数吧如上图是的 10 卷怎么不能再领了吗没人限领一张哦每申请一下再给一张 10 元卷稍等亲亲亲亲还需要买吗 144 | 0 541824554716 您好 A 套餐我想要 10 份不要盒子请问可以便宜多少钱份亲亲不加盒子的成本都在 60 多了呢 39 的套餐是亏本卖的呢亲亲可以领取下店铺优惠券哦那我还是要盒子吧是的呢 A 套餐是这些品种及克数吧如上图是的 10 卷怎么不能再领了吗没人限领一张哦每申请一下再给一张 10 元卷好的 145 | 1 538872953711 在的收到货味道不错谢谢哦朋友们叫我代买买多可以便宜吗亲最低了哦我想再买 5 包可不可以不用邮政快递太麻烦了不在了吗在的亲可以不用邮政的哦邮政要签字麻烦您拍下我给您备注好的好的嗯不要忘了好的您拍下我给您备注已经下订单了亲请核对一下收货地址哦好的已备注 146 | 0 538872953711 在的收到货味道不错谢谢哦朋友们叫我代买买多可以便宜吗亲最低了哦我想再买 5 包可不可以不用邮政快递太麻烦了不在了吗在的亲可以不用邮政的哦邮政要签字麻烦您拍下我给您备注好的好的嗯不要忘了好的您拍下我给您备注已经下订单了好的 147 | 1 亲在吗您好买四组五组是送多少洗衣片了亲拍哪一款呢肥皂 45052230121450522301214505223012145052230121450522301214505223012145052230121450522301214505223012145052230121 2 份送 4 片噢好的嗯嗯亲那满 48 还减五元不 45052230121 亲说话说话首页领优惠卷亲是 180 克的吧我也下单发韵达快递亲详情页有哦快递随机不指定韵达你们跟谁家快递合作么韵达汇通邮政 EMS 仓库按收件地址包裹重量选择合适的快递除邮政外另外 3 家快递不指定哦 148 | 0 亲在吗您好买四组五组是送多少洗衣片了亲拍哪一款呢肥皂 45052230121450522301214505223012145052230121450522301214505223012145052230121450522301214505223012145052230121 2 份送 4 片噢好的嗯嗯亲那满 48 还减五元不 45052230121 亲说话说话首页领优惠卷亲是 180 克的吧我也下单发韵达快递亲详情页有哦快递随机不指定韵达你们跟谁家快递合作么 36 公布 149 | 1 怎么那么久还不发货不好意思由于过年之前订单量巨大会按照亲亲拍下订单的时间顺序发货的哦一般拍下后 35 天左右能发货哦不要着急早拍早发货哦本店不接受急件呢那么久恩呢好吧恩呢 150 | 0 怎么那么久还不发货不好意思由于过年之前订单量巨大会按照亲亲拍下订单的时间顺序发货的哦一般拍下后 35 天左右能发货哦不要着急早拍早发货哦本店不接受急件呢那么久恩呢好吧 545425216440 有的哦但是要拍下后 34 天发货呢 151 | 1 你这个芒果干的包装是怎样的呀我看到有两种不一样的黄色包装的哦新款包装呢没有蓝色包装吗里面产品是一样的哦我知道蓝色包装目前没有了哦但是比较喜欢蓝色因为那款是老款呢里面没有隔热层芒果干容易糖分化开呢所以换了新包装哦日子新鲜吧新鲜的呢 152 | 0 你这个芒果干的包装是怎样的呀我看到有两种不一样的黄色包装的哦新款包装呢没有蓝色包装吗里面产品是一样的哦我知道蓝色包装目前没有了哦但是比较喜欢蓝色因为那款是老款呢里面没有隔热层芒果干容易糖分化开呢所以换了新包装哦日子新鲜吧不包邮哦亲 153 | 1 等着用啊活动期间 72 小时内发货正常付款时间在 15 : 00 之前的订单当天发货 15 : 00 之后的订单次日发货最晚不超过 72 小时哦亲收到商品后请先验货再签收包裹破损可直接拒收收到后有任何不满意请及时联系我们哦昨晚买的今天还不能发货呢帮亲催下仓库尽快发哦好嗯嗯亲 154 | 0 等着用啊活动期间 72 小时内发货正常付款时间在 15 : 00 之前的订单当天发货 15 : 00 之后的订单次日发货最晚不超过 72 小时哦亲收到商品后请先验货再签收包裹破损可直接拒收收到后有任何不满意请及时联系我们哦昨晚买的今天还不能发货呢帮亲催下仓库尽快发哦好实在抱歉呢由于节前订单量大仓库那边已经在加班加点打包了哦 155 | --------------------------------------------------------------------------------