注意

单击此处下载完整的示例代码

NLP 从零开始：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 05 日

本教程是三部分系列教程的一部分

这是关于NLP 从零开始的第三个也是最后一个教程，我们将在其中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，我们将教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 .

… 成功程度各不相同。

这得益于序列到序列网络这个简单但强大的想法，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，而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，我们将使用注意力机制，它让解码器学习专注于输入序列的特定范围。

推荐阅读

我假设您至少已安装 PyTorch、了解 Python 并理解张量

https://pytorch.ac.cn/ 有关安装说明
PyTorch 深度学习：60 分钟速成课程开始使用 PyTorch
通过示例学习 PyTorch 获取广泛而深入的概述
面向前 Torch 用户 PyTorch 如果您是以前的 Lua Torch 用户

了解序列到序列网络及其工作原理也很有用

您还会发现之前关于NLP 从零开始：使用字符级 RNN 对姓名进行分类和NLP 从零开始：使用字符级 RNN 生成姓名的教程很有帮助，因为这些概念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¶

本项目的数据是数千个英语到法语翻译对的集合。

Open Data Stack Exchange 上的这个问题指向了我开放翻译网站 https://tatoeba.org/，该网站在 https://tatoeba.org/eng/downloads 提供下载 - 更好的是，有人额外做了将语言对拆分成单个文本文件的工作：https://www.manythings.org/anki/

英语到法语的配对文件太大，无法包含在存储库中，因此请先下载到 data/eng-fra.txt 再继续。该文件是以制表符分隔的翻译对列表

I am cold.    J'ai froid.

注意

从此处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，我们将把一种语言中的每个单词表示为一个 one-hot 向量，或一个巨大的零向量，除了一个单一位（在单词的索引处）。与一种语言中可能存在的几十个字符相比，单词要多得多，因此编码向量要大得多。但是，我们将作弊一下，并修剪数据以每种语言仅使用几千个单词。

我们需要每个单词的唯一索引，以便稍后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，该类具有单词 → 索引 (word2index) 和索引 → 单词 (index2word) 字典，以及每个单词的计数 word2count，该计数将用于稍后替换稀有单词。

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

这些文件都是 Unicode 编码，为了简化，我们将把 Unicode 字符转换为 ASCII，将所有内容都转换为小写，并修剪大多数标点符号。

# 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，我们将文件拆分为行，然后将行拆分为对。这些文件都是英语 → 其他语言，因此如果我们想从其他语言 → 英语翻译，我添加了 reverse 标志来反转这些对。

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

由于示例句子非常多，并且我们想快速训练一些东西，因此我们将修剪数据集，使其仅包含相对较短和简单的句子。这里的最大长度是 10 个单词（包括结尾标点符号），我们正在过滤翻译成“I am”或“He is”等形式的句子（考虑到之前替换的撇号）。

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

读取文本文件并拆分为行，将行拆分为对
规范化文本，按长度和内容过滤
从成对的句子中制作单词列表

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将其自身输出用作后续步骤输入的网络。

序列到序列网络，或 seq2seq 网络，或编码器-解码器网络，是一个由两个 RNN（称为编码器和解码器）组成的模型。编码器读取输入序列并输出单个向量，解码器读取该向量以生成输出序列。

与使用单个 RNN 进行序列预测（每个输入对应一个输出）不同，seq2seq 模型使我们摆脱了序列长度和顺序的限制，这使其非常适合两种语言之间的翻译。

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单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，输入句子中也多了一个单词。很难直接从输入单词序列中生成正确的翻译。

使用 seq2seq 模型，编码器创建一个单个向量，在理想情况下，该向量将输入序列的“含义”编码为单个向量 — N 维句子空间中的单个点。

编码器¶

seq2seq 网络的编码器是一个 RNN，它为输入句子中的每个单词输出一些值。对于每个输入单词，编码器输出一个向量和一个隐藏状态，并将隐藏状态用于下一个输入单词。

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，它接收编码器输出向量并输出单词序列以创建翻译。

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。最后一个输出有时称为上下文向量，因为它编码了来自整个序列的上下文。此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，解码器都会获得一个输入令牌和隐藏状态。初始输入令牌是字符串开始 <SOS> 令牌，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

我鼓励您训练并观察此模型的结果，但为了节省空间，我们将直接进入重点并介绍注意力机制。

注意力解码器¶

如果仅在编码器和解码器之间传递上下文向量，则该单个向量将承担编码整个句子的重担。

注意力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）应包含有关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单词。

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。由于训练数据中存在各种大小的句子，为了实际创建和训练此层，我们必须选择它可以应用的最大句子长度（输入长度，对于编码器输出）。最大长度的句子将使用所有注意力权重，而较短的句子将仅使用前几个。

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 等人在他们的论文《通过联合学习对齐和翻译进行神经机器翻译》中提出。这种注意力机制采用学习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。

但是，还有其他可用的注意力机制，例如 Luong 注意力，它通过取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。但是，探索修改注意力机制以使用 Luong 注意力将是一项很有价值的练习。

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通过使用相对位置方法来解决长度限制。“局部注意力”的相关信息请阅读基于注意力的神经机器翻译的有效方法。

训练¶

准备训练数据¶

为了进行训练，对于每对，我们将需要一个输入张量（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）。在创建这些向量时，我们将 EOS 令牌附加到两个序列。

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¶

为了进行训练，我们通过编码器运行输入句子，并跟踪每个输出和最新的隐藏状态。然后，解码器将获得 <SOS> 令牌作为其第一个输入，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”是指使用真实目标输出作为每个后续输入的概念，而不是使用解码器的猜测作为下一个输入。使用教师强制会导致它更快地收敛，但当利用训练好的网络时，它可能会表现出不稳定性。

您可以观察到教师强制网络的输出，这些输出以连贯的语法阅读，但偏离了正确的翻译 - 直观地说，它已经学会了表示输出语法，并且一旦教师告诉它前几个单词，它就可以“理解”含义，但它没有正确地学习如何从一开始就从翻译中创建句子。

由于 PyTorch 的 autograd 赋予我们的自由，我们可以使用简单的 if 语句随机选择是否使用教师强制。调高 teacher_forcing_ratio 以更多地使用它。

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，用于打印给定当前时间和进度百分比的经过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
初始化优化器和准则
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、到目前为止的时间、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¶

绘图是使用 matplotlib 完成的，使用训练时保存的损失值数组 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¶

评估与训练基本相同，但是没有目标，因此我们只需在每个步骤中将解码器的预测反馈给自己。每次它预测一个单词时，我们都会将其添加到输出字符串中，如果它预测了 EOS 令牌，我们就在那里停止。我们还存储解码器的注意力输出以供稍后显示。

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

我们可以评估训练集中的随机句子，并打印出输入、目标和输出，以做出一些主观质量判断

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（看起来像是额外的工作，但它使运行多个实验更容易），我们实际上可以初始化一个网络并开始训练。

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，具有 256 个隐藏节点和单个 GRU 层。在 MacBook CPU 上大约 40 分钟后，我们将获得一些合理的结果。

注意

如果您运行此笔记本，您可以训练、中断内核、评估并在以后继续训练。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 1s) (5 6%) 1.5304
1m 3s (- 7m 27s) (10 12%) 0.6776
1m 35s (- 6m 54s) (15 18%) 0.3528
2m 7s (- 6m 22s) (20 25%) 0.1948
2m 38s (- 5m 48s) (25 31%) 0.1203
3m 9s (- 5m 15s) (30 37%) 0.0834
3m 40s (- 4m 42s) (35 43%) 0.0637
4m 10s (- 4m 10s) (40 50%) 0.0521
4m 41s (- 3m 39s) (45 56%) 0.0452
5m 12s (- 3m 7s) (50 62%) 0.0404
5m 43s (- 2m 36s) (55 68%) 0.0374
6m 13s (- 2m 4s) (60 75%) 0.0346
6m 44s (- 1m 33s) (65 81%) 0.0326
7m 16s (- 1m 2s) (70 87%) 0.0314
7m 48s (- 0m 31s) (75 93%) 0.0299
8m 20s (- 0m 0s) (80 100%) 0.0291

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，所以我们可以想象在每个时间步查看网络最关注的位置。

您可以简单地运行 plt.matshow(attentions) 以查看注意力输出显示为矩阵。为了获得更好的观看体验，我们将额外添加轴和标签

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 guys <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 → 机器（例如，IOT 命令）
- 聊天 → 回复
- 问题 → 答案
将嵌入替换为预训练的词嵌入，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。
如果您使用翻译文件，其中配对具有两个相同的短语（I am test \t I am test），您可以将其用作自动编码器。试试这个
- 作为自动编码器进行训练
- 仅保存编码器网络
- 从那里训练新的解码器进行翻译

脚本的总运行时间：（8 分钟 28.541 秒）

由 Sphinx-Gallery 生成的图库