注意
点击此处下载完整示例代码
从零开始的NLP：使用序列到序列网络和注意力机制进行翻译¶
创建于：2017 年 3 月 24 日 | 最后更新：2024 年 10 月 21 日 | 最后验证：2024 年 11 月 5 日
本教程是三部分系列教程的一部分
这是关于从零开始的 NLP 的第三个也是最后一个教程，我们将编写自己的类和函数来预处理数据以完成我们的 NLP 建模任务。
在这个项目中，我们将训练一个神经网络将法语翻译成英语。
[KEY: > input, = target, < output]
> il est en train de peindre un tableau .
= he is painting a picture .
< he is painting a picture .
> pourquoi ne pas essayer ce vin delicieux ?
= why not try that delicious wine ?
< why not try that delicious wine ?
> elle n est pas poete mais romanciere .
= she is not a poet but a novelist .
< she not not a poet but a novelist .
> vous etes trop maigre .
= you re too skinny .
< you re all alone .
... 取得不同程度的成功。
这得益于简单而强大的序列到序列网络思想，其中两个循环神经网络协同工作以将一个序列转换为另一个序列。编码器网络将输入序列压缩成一个向量，解码器网络将该向量展开成一个新的序列。
为了改进这个模型，我们将使用一个注意力机制，它允许解码器学习集中关注输入序列的特定范围。
推荐阅读
我假设你至少已经安装了 PyTorch，了解 Python，并且理解张量
使用 PyTorch 进行深度学习：60 分钟闪电战 以全面了解 PyTorch 的入门
通过示例学习 PyTorch 获得广泛深入的概述
PyTorch for Former Torch Users 如果你是以前的 Lua Torch 用户
了解序列到序列网络及其工作原理也会有帮助
你还会发现之前的从零开始的 NLP：使用字符级 RNN 分类名称 和 从零开始的 NLP：使用字符级 RNN 生成名称 教程非常有用，因为这些概念分别与编码器和解码器模型非常相似。
要求
from __future__ import unicode_literals, print_function, division
from io import open
import unicodedata
import re
import random
import torch
import torch.nn as nn
from torch import optim
import torch.nn.functional as F
import numpy as np
from torch.utils.data import TensorDataset, DataLoader, RandomSampler
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
加载数据文件¶
本项目的数据集包含数千对英法翻译对。
Open Data Stack Exchange 上的这个问题 指引我找到了开放翻译网站 https://tatoeba.org/，该网站在 https://tatoeba.org/eng/downloads 提供下载——更妙的是，有人做了额外的工作，将语言对分成独立的文本文件，在此处提供：https://www.manythings.org/anki/
英法翻译对文件太大，无法包含在仓库中，请在继续之前下载到 data/eng-fra.txt。该文件是以制表符分隔的翻译对列表
I am cold. J'ai froid.
注意
从这里下载数据并将其解压到当前目录。
与字符级 RNN 教程中使用的字符编码类似，我们将语言中的每个词表示为一个独热向量，或者一个巨大的零向量，除了一个位置为一（该词的索引）。与语言中可能存在的几十个字符相比，词的数量要多得多，因此编码向量更大。然而，我们将稍微做一些妥协，仅使用每种语言的几千个词来修剪数据。
我们稍后需要为每个词设置一个唯一的索引，用作网络的输入和目标。为了跟踪所有这些，我们将使用一个名为 Lang 的辅助类，它包含 word → index (word2index) 和 index → word (index2word) 字典，以及每个词的计数 word2count，这将用于稍后替换罕见词。
SOS_token = 0
EOS_token = 1
class Lang:
def __init__(self, name):
self.name = name
self.word2index = {}
self.word2count = {}
self.index2word = {0: "SOS", 1: "EOS"}
self.n_words = 2 # Count SOS and EOS
def addSentence(self, sentence):
for word in sentence.split(' '):
self.addWord(word)
def addWord(self, word):
if word not in self.word2index:
self.word2index[word] = self.n_words
self.word2count[word] = 1
self.index2word[self.n_words] = word
self.n_words += 1
else:
self.word2count[word] += 1
所有文件都是 Unicode 格式，为了简化，我们将 Unicode 字符转换为 ASCII，全部转换为小写，并去除大部分标点符号。
# Turn a Unicode string to plain ASCII, thanks to
# https://stackoverflow.com/a/518232/2809427
def unicodeToAscii(s):
return ''.join(
c for c in unicodedata.normalize('NFD', s)
if unicodedata.category(c) != 'Mn'
)
# Lowercase, trim, and remove non-letter characters
def normalizeString(s):
s = unicodeToAscii(s.lower().strip())
s = re.sub(r"([.!?])", r" \1", s)
s = re.sub(r"[^a-zA-Z!?]+", r" ", s)
return s.strip()
为了读取数据文件，我们将文件按行分割，然后将行分割成对。文件都是英语 → 其他语言，因此如果我们要从其他语言 → 英语翻译，我添加了 reverse 标志来反转翻译对。
def readLangs(lang1, lang2, reverse=False):
print("Reading lines...")
# Read the file and split into lines
lines = open('data/%s-%s.txt' % (lang1, lang2), encoding='utf-8').\
read().strip().split('\n')
# Split every line into pairs and normalize
pairs = [[normalizeString(s) for s in l.split('\t')] for l in lines]
# Reverse pairs, make Lang instances
if reverse:
pairs = [list(reversed(p)) for p in pairs]
input_lang = Lang(lang2)
output_lang = Lang(lang1)
else:
input_lang = Lang(lang1)
output_lang = Lang(lang2)
return input_lang, output_lang, pairs
由于有大量示例句子，而我们希望快速训练，我们将数据集限制为相对简短简单的句子。这里的最大长度是 10 个词（包括结尾标点符号），我们过滤到翻译成“I am”或“He is”等形式的句子（考虑了之前替换的撇号）。
MAX_LENGTH = 10
eng_prefixes = (
"i am ", "i m ",
"he is", "he s ",
"she is", "she s ",
"you are", "you re ",
"we are", "we re ",
"they are", "they re "
)
def filterPair(p):
return len(p[0].split(' ')) < MAX_LENGTH and \
len(p[1].split(' ')) < MAX_LENGTH and \
p[1].startswith(eng_prefixes)
def filterPairs(pairs):
return [pair for pair in pairs if filterPair(pair)]
准备数据的完整过程是
读取文本文件并按行分割，将行分割成对
标准化文本，按长度和内容过滤
从翻译对中的句子创建词列表
def prepareData(lang1, lang2, reverse=False):
input_lang, output_lang, pairs = readLangs(lang1, lang2, reverse)
print("Read %s sentence pairs" % len(pairs))
pairs = filterPairs(pairs)
print("Trimmed to %s sentence pairs" % len(pairs))
print("Counting words...")
for pair in pairs:
input_lang.addSentence(pair[0])
output_lang.addSentence(pair[1])
print("Counted words:")
print(input_lang.name, input_lang.n_words)
print(output_lang.name, output_lang.n_words)
return input_lang, output_lang, pairs
input_lang, output_lang, pairs = prepareData('eng', 'fra', True)
print(random.choice(pairs))
Reading lines...
Read 135842 sentence pairs
Trimmed to 11445 sentence pairs
Counting words...
Counted words:
fra 4601
eng 2991
['tu preches une convaincue', 'you re preaching to the choir']
Seq2Seq 模型¶
循环神经网络 (RNN) 是一种对序列进行操作并使用其自身输出作为后续步骤输入的网络。
序列到序列网络（seq2seq 网络）或编码器-解码器网络，是一种由两个 RNN 组成的模型，分别称为编码器和解码器。编码器读取输入序列并输出一个向量，解码器读取该向量生成输出序列。
与使用单个 RNN 进行序列预测不同（其中每个输入对应一个输出），seq2seq 模型使我们摆脱了序列长度和顺序的限制，这使其成为两种语言之间翻译的理想选择。
考虑句子 Je ne suis pas le chat noir → I am not the black cat。输入句子中的大多数词在输出句子中都有直接翻译，但顺序略有不同，例如 chat noir 和 black cat。由于 ne/pas 结构，输入句子中还有一个词。直接从输入词序列生成正确翻译会很困难。
使用 seq2seq 模型，编码器创建一个单一向量，在理想情况下，该向量将输入序列的“含义”编码到单一向量中——这是句子在某个 N 维空间中的一个点。
编码器¶
seq2seq 网络的编码器是一个 RNN，它为输入句子中的每个词输出一些值。对于每个输入词，编码器输出一个向量和一个隐藏状态，并使用该隐藏状态作为下一个输入词的输入。
class EncoderRNN(nn.Module):
def __init__(self, input_size, hidden_size, dropout_p=0.1):
super(EncoderRNN, self).__init__()
self.hidden_size = hidden_size
self.embedding = nn.Embedding(input_size, hidden_size)
self.gru = nn.GRU(hidden_size, hidden_size, batch_first=True)
self.dropout = nn.Dropout(dropout_p)
def forward(self, input):
embedded = self.dropout(self.embedding(input))
output, hidden = self.gru(embedded)
return output, hidden
解码器¶
解码器是另一个 RNN，它接收编码器的输出向量并输出一系列词来创建翻译。
简单解码器¶
在最简单的 seq2seq 解码器中，我们仅使用编码器的最后一个输出。这个最后一个输出有时被称为上下文向量，因为它编码了整个序列的上下文。这个上下文向量用作解码器的初始隐藏状态。
在解码的每个步骤中，解码器接收一个输入 token 和隐藏状态。初始输入 token 是字符串开始 <SOS> token，第一个隐藏状态是上下文向量（编码器的最后一个隐藏状态）。
class DecoderRNN(nn.Module):
def __init__(self, hidden_size, output_size):
super(DecoderRNN, self).__init__()
self.embedding = nn.Embedding(output_size, hidden_size)
self.gru = nn.GRU(hidden_size, hidden_size, batch_first=True)
self.out = nn.Linear(hidden_size, output_size)
def forward(self, encoder_outputs, encoder_hidden, target_tensor=None):
batch_size = encoder_outputs.size(0)
decoder_input = torch.empty(batch_size, 1, dtype=torch.long, device=device).fill_(SOS_token)
decoder_hidden = encoder_hidden
decoder_outputs = []
for i in range(MAX_LENGTH):
decoder_output, decoder_hidden = self.forward_step(decoder_input, decoder_hidden)
decoder_outputs.append(decoder_output)
if target_tensor is not None:
# Teacher forcing: Feed the target as the next input
decoder_input = target_tensor[:, i].unsqueeze(1) # Teacher forcing
else:
# Without teacher forcing: use its own predictions as the next input
_, topi = decoder_output.topk(1)
decoder_input = topi.squeeze(-1).detach() # detach from history as input
decoder_outputs = torch.cat(decoder_outputs, dim=1)
decoder_outputs = F.log_softmax(decoder_outputs, dim=-1)
return decoder_outputs, decoder_hidden, None # We return `None` for consistency in the training loop
def forward_step(self, input, hidden):
output = self.embedding(input)
output = F.relu(output)
output, hidden = self.gru(output, hidden)
output = self.out(output)
return output, hidden
我鼓励你训练并观察这个模型的结果，但为了节省空间，我们将直接介绍注意力机制。
注意力解码器¶
如果编码器和解码器之间只传递上下文向量，那么这个单一向量就承担着编码整个句子的重担。
注意力机制允许解码器网络在解码器自身输出的每个步骤中，“关注”编码器输出的不同部分。首先，我们计算一组注意力权重。这些权重将与编码器输出向量相乘，以创建加权组合。结果（在代码中称为 attn_applied）应该包含关于输入序列特定部分的信息，从而帮助解码器选择正确的输出词。
注意力权重的计算是通过另一个前馈层 attn 完成的，它使用解码器的输入和隐藏状态作为输入。由于训练数据中有各种长度的句子，为了实际创建和训练这个层，我们必须选择一个它可以应用的最大句子长度（输入长度，对应于编码器输出）。达到最大长度的句子将使用所有注意力权重，而较短的句子将只使用前几个。
Bahdanau 注意力，也称为加性注意力，是序列到序列模型中常用的注意力机制，尤其是在神经机器翻译任务中。它由 Bahdanau 等人在题为通过联合学习对齐和翻译进行神经机器翻译的论文中引入。这种注意力机制采用学习到的对齐模型来计算编码器和解码器隐藏状态之间的注意力分数。它利用前馈神经网络来计算对齐分数。
然而，还有其他可用的注意力机制，例如 Luong 注意力，它通过计算解码器隐藏状态和编码器隐藏状态之间的点积来计算注意力分数。它不涉及 Bahdanau 注意力中使用的非线性变换。
在本教程中，我们将使用 Bahdanau 注意力。然而，探索修改注意力机制以使用 Luong 注意力将是一个有价值的练习。
class BahdanauAttention(nn.Module):
def __init__(self, hidden_size):
super(BahdanauAttention, self).__init__()
self.Wa = nn.Linear(hidden_size, hidden_size)
self.Ua = nn.Linear(hidden_size, hidden_size)
self.Va = nn.Linear(hidden_size, 1)
def forward(self, query, keys):
scores = self.Va(torch.tanh(self.Wa(query) + self.Ua(keys)))
scores = scores.squeeze(2).unsqueeze(1)
weights = F.softmax(scores, dim=-1)
context = torch.bmm(weights, keys)
return context, weights
class AttnDecoderRNN(nn.Module):
def __init__(self, hidden_size, output_size, dropout_p=0.1):
super(AttnDecoderRNN, self).__init__()
self.embedding = nn.Embedding(output_size, hidden_size)
self.attention = BahdanauAttention(hidden_size)
self.gru = nn.GRU(2 * hidden_size, hidden_size, batch_first=True)
self.out = nn.Linear(hidden_size, output_size)
self.dropout = nn.Dropout(dropout_p)
def forward(self, encoder_outputs, encoder_hidden, target_tensor=None):
batch_size = encoder_outputs.size(0)
decoder_input = torch.empty(batch_size, 1, dtype=torch.long, device=device).fill_(SOS_token)
decoder_hidden = encoder_hidden
decoder_outputs = []
attentions = []
for i in range(MAX_LENGTH):
decoder_output, decoder_hidden, attn_weights = self.forward_step(
decoder_input, decoder_hidden, encoder_outputs
)
decoder_outputs.append(decoder_output)
attentions.append(attn_weights)
if target_tensor is not None:
# Teacher forcing: Feed the target as the next input
decoder_input = target_tensor[:, i].unsqueeze(1) # Teacher forcing
else:
# Without teacher forcing: use its own predictions as the next input
_, topi = decoder_output.topk(1)
decoder_input = topi.squeeze(-1).detach() # detach from history as input
decoder_outputs = torch.cat(decoder_outputs, dim=1)
decoder_outputs = F.log_softmax(decoder_outputs, dim=-1)
attentions = torch.cat(attentions, dim=1)
return decoder_outputs, decoder_hidden, attentions
def forward_step(self, input, hidden, encoder_outputs):
embedded = self.dropout(self.embedding(input))
query = hidden.permute(1, 0, 2)
context, attn_weights = self.attention(query, encoder_outputs)
input_gru = torch.cat((embedded, context), dim=2)
output, hidden = self.gru(input_gru, hidden)
output = self.out(output)
return output, hidden, attn_weights
注意
还有其他形式的注意力机制通过使用相对位置方法来解决长度限制问题。阅读基于注意力的神经机器翻译的有效方法中关于“局部注意力”的内容。
训练¶
准备训练数据¶
为了训练，对于每个翻译对，我们需要一个输入张量（输入句子中单词的索引）和一个目标张量（目标句子中单词的索引）。创建这些向量时，我们将 EOS token 追加到两个序列中。
def indexesFromSentence(lang, sentence):
return [lang.word2index[word] for word in sentence.split(' ')]
def tensorFromSentence(lang, sentence):
indexes = indexesFromSentence(lang, sentence)
indexes.append(EOS_token)
return torch.tensor(indexes, dtype=torch.long, device=device).view(1, -1)
def tensorsFromPair(pair):
input_tensor = tensorFromSentence(input_lang, pair[0])
target_tensor = tensorFromSentence(output_lang, pair[1])
return (input_tensor, target_tensor)
def get_dataloader(batch_size):
input_lang, output_lang, pairs = prepareData('eng', 'fra', True)
n = len(pairs)
input_ids = np.zeros((n, MAX_LENGTH), dtype=np.int32)
target_ids = np.zeros((n, MAX_LENGTH), dtype=np.int32)
for idx, (inp, tgt) in enumerate(pairs):
inp_ids = indexesFromSentence(input_lang, inp)
tgt_ids = indexesFromSentence(output_lang, tgt)
inp_ids.append(EOS_token)
tgt_ids.append(EOS_token)
input_ids[idx, :len(inp_ids)] = inp_ids
target_ids[idx, :len(tgt_ids)] = tgt_ids
train_data = TensorDataset(torch.LongTensor(input_ids).to(device),
torch.LongTensor(target_ids).to(device))
train_sampler = RandomSampler(train_data)
train_dataloader = DataLoader(train_data, sampler=train_sampler, batch_size=batch_size)
return input_lang, output_lang, train_dataloader
训练模型¶
为了训练，我们将输入句子通过编码器运行，并跟踪每个输出和最新的隐藏状态。然后，解码器接收 <SOS> token 作为其第一个输入，并将编码器的最后一个隐藏状态作为其第一个隐藏状态。
“教师强制”（Teacher forcing）是指使用真实的目标输出作为下一个输入，而不是使用解码器的预测作为下一个输入。使用教师强制可以使其更快收敛，但当训练好的网络被利用时，可能会表现出不稳定性。
你可以观察到教师强制网络输出的句子，它们具有连贯的语法，但与正确翻译相去甚远——直观上，它已经学会表示输出语法，并且一旦教师告诉它前几个词，它就能“领会”含义，但它尚未正确学会如何从翻译中从头开始创建句子。
由于 PyTorch 的 autograd 赋予了我们自由，我们可以通过一个简单的 if 语句随机选择是否使用教师强制。调高 teacher_forcing_ratio 以增加使用比例。
def train_epoch(dataloader, encoder, decoder, encoder_optimizer,
decoder_optimizer, criterion):
total_loss = 0
for data in dataloader:
input_tensor, target_tensor = data
encoder_optimizer.zero_grad()
decoder_optimizer.zero_grad()
encoder_outputs, encoder_hidden = encoder(input_tensor)
decoder_outputs, _, _ = decoder(encoder_outputs, encoder_hidden, target_tensor)
loss = criterion(
decoder_outputs.view(-1, decoder_outputs.size(-1)),
target_tensor.view(-1)
)
loss.backward()
encoder_optimizer.step()
decoder_optimizer.step()
total_loss += loss.item()
return total_loss / len(dataloader)
这是一个辅助函数，用于根据当前时间和进度百分比打印已用时间和估计剩余时间。
import time
import math
def asMinutes(s):
m = math.floor(s / 60)
s -= m * 60
return '%dm %ds' % (m, s)
def timeSince(since, percent):
now = time.time()
s = now - since
es = s / (percent)
rs = es - s
return '%s (- %s)' % (asMinutes(s), asMinutes(rs))
整个训练过程如下所示
启动计时器
初始化优化器和损失函数
创建训练对集
启动用于绘图的空损失数组
然后我们多次调用 train 并偶尔打印进度（示例百分比、已用时间、估计时间）和平均损失。
def train(train_dataloader, encoder, decoder, n_epochs, learning_rate=0.001,
print_every=100, plot_every=100):
start = time.time()
plot_losses = []
print_loss_total = 0 # Reset every print_every
plot_loss_total = 0 # Reset every plot_every
encoder_optimizer = optim.Adam(encoder.parameters(), lr=learning_rate)
decoder_optimizer = optim.Adam(decoder.parameters(), lr=learning_rate)
criterion = nn.NLLLoss()
for epoch in range(1, n_epochs + 1):
loss = train_epoch(train_dataloader, encoder, decoder, encoder_optimizer, decoder_optimizer, criterion)
print_loss_total += loss
plot_loss_total += loss
if epoch % print_every == 0:
print_loss_avg = print_loss_total / print_every
print_loss_total = 0
print('%s (%d %d%%) %.4f' % (timeSince(start, epoch / n_epochs),
epoch, epoch / n_epochs * 100, print_loss_avg))
if epoch % plot_every == 0:
plot_loss_avg = plot_loss_total / plot_every
plot_losses.append(plot_loss_avg)
plot_loss_total = 0
showPlot(plot_losses)
绘制结果¶
使用 matplotlib 绘制结果，使用训练期间保存的损失值数组 plot_losses。
import matplotlib.pyplot as plt
plt.switch_backend('agg')
import matplotlib.ticker as ticker
import numpy as np
def showPlot(points):
plt.figure()
fig, ax = plt.subplots()
# this locator puts ticks at regular intervals
loc = ticker.MultipleLocator(base=0.2)
ax.yaxis.set_major_locator(loc)
plt.plot(points)
评估¶
评估与训练大部分相同，但没有目标，因此我们只需将解码器的预测结果反馈给它自己进行每个步骤。每次它预测一个词，我们都会将其添加到输出字符串中，如果它预测到 EOS token，我们就在那里停止。我们还存储解码器的注意力输出，以便稍后显示。
def evaluate(encoder, decoder, sentence, input_lang, output_lang):
with torch.no_grad():
input_tensor = tensorFromSentence(input_lang, sentence)
encoder_outputs, encoder_hidden = encoder(input_tensor)
decoder_outputs, decoder_hidden, decoder_attn = decoder(encoder_outputs, encoder_hidden)
_, topi = decoder_outputs.topk(1)
decoded_ids = topi.squeeze()
decoded_words = []
for idx in decoded_ids:
if idx.item() == EOS_token:
decoded_words.append('<EOS>')
break
decoded_words.append(output_lang.index2word[idx.item()])
return decoded_words, decoder_attn
我们可以从训练集中评估随机句子，并打印输入、目标和输出，以做出一些主观的质量判断
def evaluateRandomly(encoder, decoder, n=10):
for i in range(n):
pair = random.choice(pairs)
print('>', pair[0])
print('=', pair[1])
output_words, _ = evaluate(encoder, decoder, pair[0], input_lang, output_lang)
output_sentence = ' '.join(output_words)
print('<', output_sentence)
print('')
训练和评估¶
有了所有这些辅助函数（看起来像额外的步骤，但它使运行多个实验更容易），我们就可以真正初始化网络并开始训练了。
请记住，输入句子经过了大量过滤。对于这个小型数据集，我们可以使用相对较小的网络，包含 256 个隐藏节点和一个 GRU 层。在 MacBook CPU 上运行约 40 分钟后，我们将获得一些合理的结果。
注意
如果你运行此 notebook，你可以进行训练，中断内核，评估，然后稍后继续训练。注释掉初始化编码器和解码器的行，然后再次运行 trainIters。
hidden_size = 128
batch_size = 32
input_lang, output_lang, train_dataloader = get_dataloader(batch_size)
encoder = EncoderRNN(input_lang.n_words, hidden_size).to(device)
decoder = AttnDecoderRNN(hidden_size, output_lang.n_words).to(device)
train(train_dataloader, encoder, decoder, 80, print_every=5, plot_every=5)
Reading lines...
Read 135842 sentence pairs
Trimmed to 11445 sentence pairs
Counting words...
Counted words:
fra 4601
eng 2991
0m 32s (- 8m 0s) (5 6%) 1.5304
1m 3s (- 7m 26s) (10 12%) 0.6776
1m 35s (- 6m 54s) (15 18%) 0.3528
2m 7s (- 6m 21s) (20 25%) 0.1948
2m 39s (- 5m 50s) (25 31%) 0.1205
3m 10s (- 5m 18s) (30 37%) 0.0835
3m 42s (- 4m 46s) (35 43%) 0.0642
4m 14s (- 4m 14s) (40 50%) 0.0522
4m 46s (- 3m 42s) (45 56%) 0.0455
5m 17s (- 3m 10s) (50 62%) 0.0403
5m 49s (- 2m 38s) (55 68%) 0.0375
6m 21s (- 2m 7s) (60 75%) 0.0342
6m 52s (- 1m 35s) (65 81%) 0.0330
7m 23s (- 1m 3s) (70 87%) 0.0313
7m 54s (- 0m 31s) (75 93%) 0.0300
8m 25s (- 0m 0s) (80 100%) 0.0293
将 dropout 层设置为 eval 模式
encoder.eval()
decoder.eval()
evaluateRandomly(encoder, decoder)
> il est si mignon !
= he s so cute
< he s so cute <EOS>
> je vais me baigner
= i m going to take a bath
< i m going to take a bath <EOS>
> c est un travailleur du batiment
= he s a construction worker
< he s a construction worker <EOS>
> je suis representant de commerce pour notre societe
= i m a salesman for our company
< i m a salesman for our company <EOS>
> vous etes grande
= you re big
< you are big <EOS>
> tu n es pas normale
= you re not normal
< you re not normal <EOS>
> je n en ai pas encore fini avec vous
= i m not done with you yet
< i m not done with you yet <EOS>
> je suis desole pour ce malentendu
= i m sorry about my mistake
< i m sorry about my mistake <EOS>
> nous ne sommes pas impressionnes
= we re not impressed
< we re not impressed <EOS>
> tu as la confiance de tous
= you are trusted by every one of us
< you are trusted by every one of us <EOS>
可视化注意力¶
注意力机制的一个有用特性是其高度可解释的输出。因为它用于加权输入序列的特定编码器输出，我们可以想象在每个时间步查看网络最关注的位置。
你可以简单地运行 plt.matshow(attentions) 来查看注意力输出以矩阵形式显示。为了获得更好的查看体验，我们将进行额外的工作，添加坐标轴和标签
def showAttention(input_sentence, output_words, attentions):
fig = plt.figure()
ax = fig.add_subplot(111)
cax = ax.matshow(attentions.cpu().numpy(), cmap='bone')
fig.colorbar(cax)
# Set up axes
ax.set_xticklabels([''] + input_sentence.split(' ') +
['<EOS>'], rotation=90)
ax.set_yticklabels([''] + output_words)
# Show label at every tick
ax.xaxis.set_major_locator(ticker.MultipleLocator(1))
ax.yaxis.set_major_locator(ticker.MultipleLocator(1))
plt.show()
def evaluateAndShowAttention(input_sentence):
output_words, attentions = evaluate(encoder, decoder, input_sentence, input_lang, output_lang)
print('input =', input_sentence)
print('output =', ' '.join(output_words))
showAttention(input_sentence, output_words, attentions[0, :len(output_words), :])
evaluateAndShowAttention('il n est pas aussi grand que son pere')
evaluateAndShowAttention('je suis trop fatigue pour conduire')
evaluateAndShowAttention('je suis desole si c est une question idiote')
evaluateAndShowAttention('je suis reellement fiere de vous')
input = il n est pas aussi grand que son pere
output = he is not as tall as his father <EOS>
/var/lib/workspace/intermediate_source/seq2seq_translation_tutorial.py:827: UserWarning:
set_ticklabels() should only be used with a fixed number of ticks, i.e. after set_ticks() or using a FixedLocator.
/var/lib/workspace/intermediate_source/seq2seq_translation_tutorial.py:829: UserWarning:
set_ticklabels() should only be used with a fixed number of ticks, i.e. after set_ticks() or using a FixedLocator.
input = je suis trop fatigue pour conduire
output = i m too tired to drive <EOS>
/var/lib/workspace/intermediate_source/seq2seq_translation_tutorial.py:827: UserWarning:
set_ticklabels() should only be used with a fixed number of ticks, i.e. after set_ticks() or using a FixedLocator.
/var/lib/workspace/intermediate_source/seq2seq_translation_tutorial.py:829: UserWarning:
set_ticklabels() should only be used with a fixed number of ticks, i.e. after set_ticks() or using a FixedLocator.
input = je suis desole si c est une question idiote
output = i m sorry if this is a stupid question <EOS>
/var/lib/workspace/intermediate_source/seq2seq_translation_tutorial.py:827: UserWarning:
set_ticklabels() should only be used with a fixed number of ticks, i.e. after set_ticks() or using a FixedLocator.
/var/lib/workspace/intermediate_source/seq2seq_translation_tutorial.py:829: UserWarning:
set_ticklabels() should only be used with a fixed number of ticks, i.e. after set_ticks() or using a FixedLocator.
input = je suis reellement fiere de vous
output = i m really proud of you soon <EOS>
/var/lib/workspace/intermediate_source/seq2seq_translation_tutorial.py:827: UserWarning:
set_ticklabels() should only be used with a fixed number of ticks, i.e. after set_ticks() or using a FixedLocator.
/var/lib/workspace/intermediate_source/seq2seq_translation_tutorial.py:829: UserWarning:
set_ticklabels() should only be used with a fixed number of ticks, i.e. after set_ticks() or using a FixedLocator.
练习¶
尝试使用不同的数据集
另一种语言对
人类 → 机器 (例如 IOT 命令)
对话 → 回复
问题 → 回答
用预训练词向量替换嵌入，例如
word2vec或GloVe尝试使用更多层、更多隐藏单元和更多句子。比较训练时间和结果。
如果你使用一个翻译文件，其中翻译对包含两个相同的短语 (
I am test \t I am test)，你可以将其用作自编码器。尝试以下步骤训练为自编码器
仅保存编码器网络
从那里训练一个新的解码器进行翻译
脚本总运行时间： ( 8 分 33.622 秒)
