注意

点击这里下载完整的示例代码

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¶

这是“从零开始的 NLP”的第三个也是最后一个教程，在这个教程中，我们将编写自己的类和函数来预处理数据以执行 NLP 建模任务。我们希望在您完成本教程后，您将继续学习如何在接下来的三个教程中使用 torchtext 为您处理大部分预处理工作。

在这个项目中，我们将教一个神经网络从法语翻译成英语。

[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 .

… 达到不同程度的成功。

这是由序列到序列网络的简单但强大的想法实现的，在这个网络中，两个循环神经网络协同工作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，我们将使用注意力机制，它允许解码器学习专注于输入序列的特定范围。

推荐阅读

我假设您至少安装了 PyTorch，了解 Python，并理解张量

https://pytorch.ac.cn/ 获取安装说明
使用 PyTorch 进行深度学习：60 分钟快速入门开始使用 PyTorch
使用示例学习 PyTorch 获取广泛而深入的概述
PyTorch for Former Torch Users 如果您是以前 Lua Torch 的用户

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 从头开始：使用字符级 RNN 对名称进行分类和 NLP 从头开始：使用字符级 RNN 生成名称的教程很有帮助，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¶

该项目的数据集包含数千个英语到法语的翻译对。

Open Data Stack Exchange 上的这个问题指向我打开了翻译网站 https://tatoeba.org/，它在 https://tatoeba.org/eng/downloads 提供下载 - 更棒的是，有人做了额外的工作，将语言对拆分为单独的文本文件，位于 https://www.manythings.org/anki/。

英语到法语的配对太大，无法包含在存储库中，因此在继续之前将其下载到 data/eng-fra.txt。该文件是翻译配对的制表符分隔列表

I am cold.    J'ai froid.

注意

从这里下载数据并将其解压缩到当前目录。

与字符级 RNN 教程中使用的字符编码类似，我们将使用 one-hot 向量来表示每种语言中的每个单词，或者除了单个 1（在单词索引处）之外，其他都是 0 的巨大向量。与一种语言中可能存在的数十个字符相比，存在许多许多单词，因此编码向量更大。但是，我们将稍微作弊一下，只使用每种语言中几千个单词来修剪数据。

我们需要每个单词都有一个唯一的索引，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，它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

所有文件都使用 Unicode，为了简化，我们将 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，然后将行拆分为配对。所有文件都是英语→其他语言，因此如果我们想从其他语言→英语进行翻译，我添加了 reverse 标志来反转配对。

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

由于存在大量的示例句子，并且我们想快速训练一些东西，因此我们将数据集修剪为仅包含相对较短且简单的句子。这里，最大长度为 10 个单词（包括结束标点符号），我们过滤掉翻译成“I am”或“He is”等形式的句子（考虑之前替换过的撇号）。

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

读取文本文件并将其拆分为行，将行拆分为配对
规范化文本，按长度和内容进行过滤
从配对中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使用自己的输出作为后续步骤的输入的网络。

一个序列到序列网络，或 seq2seq 网络，或编码器-解码器网络，是一个由两个称为编码器和解码器的 RNN 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 的序列预测不同，在序列预测中，每个输入都对应一个输出，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，输入句子中还有一个单词。直接从输入词序列中生成正确的翻译会很困难。

使用 seq2seq 模型，编码器创建了一个单个向量，理想情况下，该向量将输入序列的“含义”编码到单个向量中 - 句子的一些 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单词输出一些值。对于每个输入词，编码器输出一个向量和一个隐藏状态，并使用隐藏状态作为下一个输入词。

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，并输出一系列单词以创建翻译。

简单解码器¶

在最简单的 seq2seq 解码器中，我们只使用编码器的最后一个输出。此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。此上下文向量用作解码器的初始隐藏状态。

在解码的每一步中，解码器都会收到一个输入标记和隐藏状态。第一个输入标记是字符串开头 <SOS> 标记，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，我们将直接进入精华部分，并介绍注意力机制。

注意力解码器¶

如果只有上下文向量在编码器和解码器之间传递，则该单个向量将承担编码整个句子的重任。

注意力允许解码器网络在解码器自身输出的每一步中“关注”编码器输出的不同部分。首先，我们计算出一组注意力权重。这些权重将乘以编码器输出向量以创建一个加权组合。结果（在代码中称为 attn_applied）应该包含有关输入序列该特定部分的信息，从而帮助解码器选择正确的输出词。

注意力权重的计算使用另一个前馈层 attn，使用解码器的输入和隐藏状态作为输入。因为训练数据中存在各种长度的句子，所以为了实际创建和训练此层，我们必须选择一个它可以应用的最大句子长度（输入长度，用于编码器输出）。最大长度的句子将使用所有注意力权重，而较短的句子将只使用前几个权重。

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 等人于他们的论文《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一种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，还有一些其他可用的注意力机制，例如 Luong 注意力，它通过对解码器隐藏状态和编码器隐藏状态进行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，探索将注意力机制修改为使用 Luong 注意力将是一项有益的练习。

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

还有一些其他形式的注意力，它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，我们将向两个序列都追加 EOS 标记。

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，我们将输入句子通过编码器，并跟踪每个输出和最新的隐藏状态。然后，解码器会收到 <SOS> 标记作为其第一个输入，以及编码器的最后一个隐藏状态作为其第一个隐藏状态。

“教师强迫”是指将真实目标输出用作每个下一个输入的概念，而不是将解码器的猜测用作下一个输入。使用教师强迫会导致它更快地收敛，但当训练后的网络被利用时，它可能会表现出不稳定性。

您可以观察教师强迫网络的输出，这些输出以连贯的语法读取，但会偏离正确的翻译 - 直观地说，它已经学会表示输出语法，并且一旦教师告诉它前几个词，它就可以“理解”含义，但它没有真正学会如何从翻译中创建句子。

由于 PyTorch 的 autograd 为我们提供了自由度，我们可以使用简单的 if 语句随机选择是否使用教师强迫。将 teacher_forcing_ratio 调高以更多地使用它。

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，用于根据当前时间和进度 % 打印经过的时间和估计的剩余时间。

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
初始化优化器和标准
创建一组训练配对
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¶

使用 matplotlib 和训练时保存的损失值数组 plot_losses 进行绘图。

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¶

评估过程与训练过程基本相同，但没有目标，因此我们只需将解码器的预测结果反馈给自身以进行每一步操作。每次它预测一个词，我们都会将其添加到输出字符串中，如果它预测了 EOS 标记，我们就在那里停止。我们还将存储解码器的注意力输出以备后用。

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、目标和输出以进行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（看起来是额外的工作，但这使运行多个实验变得更容易），我们可以真正初始化网络并开始训练。

请记住，输入句子经过了严格的过滤。对于这个小型数据集，我们可以使用 256 个隐藏节点和单个 GRU 层的相对较小的网络。在 MacBook CPU 上运行大约 40 分钟后，我们会得到一些合理的结果。

注意

如果您运行此笔记本，您可以训练，中断内核，评估，然后继续训练。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 30s (- 7m 42s) (5 6%) 1.5304
1m 1s (- 7m 10s) (10 12%) 0.6776
1m 32s (- 6m 38s) (15 18%) 0.3528
2m 2s (- 6m 7s) (20 25%) 0.1948
2m 32s (- 5m 36s) (25 31%) 0.1203
3m 3s (- 5m 5s) (30 37%) 0.0834
3m 34s (- 4m 35s) (35 43%) 0.0637
4m 4s (- 4m 4s) (40 50%) 0.0521
4m 35s (- 3m 34s) (45 56%) 0.0452
5m 5s (- 3m 3s) (50 62%) 0.0404
5m 36s (- 2m 32s) (55 68%) 0.0374
6m 6s (- 2m 2s) (60 75%) 0.0346
6m 37s (- 1m 31s) (65 81%) 0.0326
7m 7s (- 1m 1s) (70 87%) 0.0314
7m 38s (- 0m 30s) (75 93%) 0.0299
8m 8s (- 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属性是其高度可解释的输出。因为它被用来对输入序列的特定编码器输出进行加权，所以我们可以想象看看网络在每个时间步上最关注的位置。

您可以简单地运行 plt.matshow(attentions) 来查看以矩阵形式显示的注意力输出。为了获得更好的观看体验，我们将进行额外的工作来添加轴和标签。

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:823: 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:825: 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:823: 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:825: 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:823: 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:825: 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:823: 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:825: 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 (例如，物联网命令)
- 聊天→响应
- 问题→答案
用预训练的词嵌入（如 word2vec 或 GloVe）替换嵌入。
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。
如果您使用一个翻译文件，其中对包含两个相同的短语 (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。
- 从那里训练一个新的解码器进行翻译。

脚本的总运行时间：（8 分钟 16.708 秒）

Sphinx-Gallery 生成的画廊