评价此页

★ ★ ★ ★ ★

intermediate/seq2seq_translation_tutorial

在 Google Colab 中运行

注意

跳至末尾下载完整的示例代码。

从零开始学 NLP：使用 Seq2Seq 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

作者： Sean Robertson

本教程是三部曲系列的一部分

这是关于“从零开始学 NLP”系列的第三篇也是最后一篇教程，我们将编写自己的类和函数来预处理数据，以完成 NLP 建模任务。

在这个项目中，我们将教会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 .

… 翻译效果参差不齐。

这一切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，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。

为了改进此模型，我们将使用注意力机制，该机制允许解码器学会关注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，并且理解张量。

https://pytorch.ac.cn/ 获取安装说明
PyTorch 深度学习：60 分钟入门，帮助您全面了解 PyTorch。
通过实例学习PyTorch，进行广泛而深入的概览
为前Torch用户准备的PyTorch教程，如果您是前Lua Torch用户

了解序列到序列网络及其工作原理也会很有帮助。

您可能还会发现之前关于从零开始学 NLP：使用字符级 RNN 进行名字分类和从零开始学 NLP：使用字符级 RNN 生成名字的教程很有帮助，因为那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#

本项目的数据是成千上万对英法翻译的集合。

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/，该网站提供下载：https://tatoeba.org/eng/downloads — 更好的是，有人在此处完成了额外的工作，将语言对拆分成单独的文本文件：https://www.manythings.org/anki/

英法翻译对太大，无法包含在仓库中，因此请在继续之前将其下载到 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

从此处下载数据并解压到当前目录。

与字符级 RNN 教程中使用的字符编码类似，我们将每种语言中的每个单词表示为一个独热向量，即一个除了一个 1（在单词的索引处）之外全为零的巨大向量。与语言中可能存在的几十个字符相比，单词的数量要多得多，因此编码向量也大得多。然而，我们将稍微偷点懒，将数据截断，每种语言只使用几千个单词。

稍后，我们将需要每个单词的唯一索引作为网络的输入和目标。为了跟踪所有这些，我们将使用一个名为 Lang 的辅助类，它包含单词到索引（word2index）和索引到单词（index2word）的字典，以及每个单词的计数 word2count，这些计数将在稍后用于替换稀有单词。

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

所有文件均为 Unicode 编码。为简化起见，我们将 Unicode 字符转换为 ASCII，将所有内容转换为小写，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。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 标志来反转这对。

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，而我们想快速训练一些内容，因此我们将数据集截断为仅包含相对简短和简单的句子。在这里，最大长度为 10 个单词（包括结束标点符号），并且我们过滤掉翻译形式为“I am”或“He is”等的句子（考虑了前面替换过的撇号）。

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)]

准备数据的完整流程是：

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
根据对中的句子生成单词列表

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
['je suis en conge cette semaine', 'i am on holiday this week']

Seq2Seq 模型#

循环神经网络（RNN）是一种在序列上运行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，或称 seq2seq 网络，或编码器-解码器网络，是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一个单一向量，解码器读取该向量以产生输出序列。

与单个 RNN 进行序列预测不同，在单个 RNN 中，每个输入对应一个输出，而 seq2seq 模型让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的翻译，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额外的单词。直接从输入单词序列生成正确的翻译将很困难。

使用 seq2seq 模型，编码器创建一个单一向量，该向量在理想情况下将输入序列的“含义”编码到一个向量中 — 在某个句子 N 维空间中的一个点。

编码器#

seq2seq 网络中的编码器是一个 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，并使用隐藏状态作为下一个输入单词的输入。

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（或向量），并输出一个单词序列来创建翻译。

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次输出。这个最后的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。

在解码的每一步，解码器都接收一个输入 token 和隐藏状态。初始输入 token 是开始字符串 <SOS> token，第一个隐藏状态是上下文向量（编码器的最后隐藏状态）。

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結果，但为了节省空间，我们将直接进入重点，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，那么这个单一向量就承担了编码整个句子的重负。

注意力机制允许解码器网络在解码器自身输出的每一步“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。这些权重将乘以编码器输出向量，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单词。

注意力权重的计算是通过另一个前馈层 attn 来完成的，该层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适用的最大句子长度（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，而较短的句子将仅使用前面的几个。

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 等人在其题为通过联合学习对齐和翻译的神经机器翻译的论文中提出。该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。它利用一个前馈神经网络来计算对齐分数。

然而，也存在其他注意力机制，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，将注意力机制修改为使用 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，通过使用相对位置的方法来解决长度限制问题。请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，对于每一对，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添加 EOS token。

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 <SOS> token 作为其第一个输入，并将编码器的最后隐藏状态作为其第一个隐藏状态。

“Teacher forcing”（教师强制）是一种使用真实的、目标输出作为下一个输入的概念，而不是使用解码器猜测的下一个输入。使用教师强制可以使其收敛更快，但当训练好的网络被利用时，它可能会表现出不稳定。

您可以看到教师强制网络的输出，它们具有连贯的语法，但与正确的翻译相去甚远——直观地说，它学会了表示输出语法，并且一旦老师告诉它前几个词，它就能“理解”含义，但它并没有真正学会如何从翻译本身开始创建句子。

由于 PyTorch 的 autograd 提供了极大的灵活性，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。将 teacher_forcing_ratio 调高以使用更多。

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：

启动计时器
初始化优化器和损失函数
创建训练对集
为绘图创建空损失列表

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#

绘图使用 matplotlib 完成，使用训练过程中保存的损失值数组 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，但没有目标，我们只需将解码器的预测作为每个步骤的输入反馈给它。每次它预测一个单词时，我们将其添加到输出字符串中，如果它预测 EOS token，我们就停止。我们还存储解码器的注意力输出来供以后显示。

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、目标和输出来进行一些主观质量判断。

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('')

训练与评估#

有了所有这些辅助函数（看起来额外的工作量很大，但这使得运行多个实验更容易），我们就可以实际初始化一个网络并开始训练了。

请记住，输入句子经过了严格过滤。对于这个小数据集，我们可以使用相对较小的网络，具有 256 个隐藏节点和一层 GRU。在 MacBook CPU 上训练约 40 分钟后，我们将获得一些不错的结果。

注意

如果您运行此 notebook，您可以训练、中断内核、评估，并稍后继续训练。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 8s) (5 6%) 1.5530
1m 4s (- 7m 34s) (10 12%) 0.6872
1m 37s (- 7m 0s) (15 18%) 0.3559
2m 9s (- 6m 28s) (20 25%) 0.1985
2m 41s (- 5m 55s) (25 31%) 0.1246
3m 13s (- 5m 22s) (30 37%) 0.0872
3m 44s (- 4m 48s) (35 43%) 0.0668
4m 16s (- 4m 16s) (40 50%) 0.0547
4m 47s (- 3m 43s) (45 56%) 0.0463
5m 18s (- 3m 11s) (50 62%) 0.0419
5m 50s (- 2m 39s) (55 68%) 0.0375
6m 21s (- 2m 7s) (60 75%) 0.0356
6m 53s (- 1m 35s) (65 81%) 0.0331
7m 24s (- 1m 3s) (70 87%) 0.0319
7m 56s (- 0m 31s) (75 93%) 0.0299
8m 28s (- 0m 0s) (80 100%) 0.0296

将 dropout 层设置为 eval 模式

encoder.eval()
decoder.eval()
evaluateRandomly(encoder, decoder)

> je vais reflechir a ca
= i m going to figure this out
< i m going to figure this out <EOS>

> j en ai marre de vous
= i m sick of you
< i m sick of you happy <EOS>

> c est un beau mec
= he s a hunk
< he s a hunk <EOS>

> vous avez parfaitement raison
= you re totally right
< you re absolutely right <EOS>

> tu es vieux
= you re old
< you re old enough <EOS>

> je suis desole d entendre ca
= i m sorry to hear it
< i m sorry to hear it <EOS>

> tu es malin
= you re clever
< you re clever <EOS>

> il est en train de jouer dans sa chambre
= he is playing in his room
< he is playing in his room <EOS>

> je ne suis pas le patron
= i m not the boss
< i m not the manager <EOS>

> je ne suis pas votre ami
= i m no friend of yours
< i m not your friend <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地方。

您只需运行 plt.matshow(attentions) 即可将注意力输出显示为矩阵。为了获得更好的观看体验，我们将付出额外的努力来添加轴和标签。

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: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 <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
- 其他语言对
- 人类 → 机器（例如，物联网命令）
- 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。
如果您使用的是一对短语相同的翻译文件（I am test \t I am test），则可以将其用作自编码器。尝试此操作：
- 训练为自编码器
- 仅保存编码器网络
- 从此开始训练一个新的解码器进行翻译

脚本总运行时间： (8 分 37.025 秒)