评价此页
★ ★ ★ ★ ★
intermediate/seq2seq_translation_tutorial

注意

跳转到结尾 以下载完整的示例代码。

NLP From Scratch: 翻译与序列到序列网络和注意力机制#

创建日期：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

作者： Sean Robertson

本教程是三部曲系列的一部分

这是关于从零开始进行 NLP From Scratch 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，我们将教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 .

… 效果如何，取决于各种因素。

这要归功于简单但强大的序列到序列网络 (sequence to sequence network) 的思想，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，而解码器网络则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，它允许解码器学习关注输入序列的特定范围。

推荐阅读

我假设你已经安装了 PyTorch，了解 Python，并且理解张量。

了解序列到序列网络及其工作原理也会很有用。

你还会发现之前的教程 NLP From Scratch: 使用字符级 RNN 对名称进行分类 和 NLP From Scratch: 使用字符级 RNN 生成名称 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#

这个项目的数据是成千上万个英语到法语翻译对的集合。

Stack Exchange Open Data 上的这个问题 指向了开放翻译网站 https://tatoeba.org/，该网站在 https://tatoeba.org/eng/downloads 上提供下载。更好的是，有人完成了将语言对拆分为单个文本文件的额外工作：https://www.manythings.org/anki/

英语到法语的配对太大，无法包含在存储库中，因此请下载到 data/eng-fra.txt 继续操作。该文件是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，我们将把语言中的每个单词表示为一个 one-hot 向量，或者一个除了单个 1（在单词的索引处）之外都是零的巨型向量。与可能存在于语言中的几十个字符相比，单词的数量要多得多，因此编码向量要大得多。但是，我们将稍作作弊，并仅使用每种语言的几千个单词来修剪数据。

我们需要每个单词的唯一索引，以便将其用作网络稍后的输入和目标。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，稍后将用于替换稀有单词。

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

所有文件都采用 Unicode 格式，为了简化，我们将 Unicode 字符转换为 ASCII，将所有内容转换为小写，并删除大部分标点符号。

# 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()

要读取数据文件，我们将文件拆分为行，然后将行拆分为对。所有文件都是英语 → 其他语言，因此如果我想翻译其他语言 → 英语，我添加了 reverse 标志来反转对。

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

由于示例句子很多，并且我们想快速训练，因此我们将修剪数据集，仅使用相对较短和简单的句子。这里最大长度是 10 个单词（包括结尾标点符号），并且我们正在筛选翻译成“I am”或“He is”等形式的句子（考虑之前替换的撇号）。

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，拆分行成对

  • 规范化文本，按长度和内容进行筛选

  • 从对中的句子中创建单词列表

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
['nous avons de la visite', 'we re having company']

Seq2Seq 模型#

循环神经网络 (RNN) 是一个在序列上运行并将其自身输出作为后续步骤的输入的网络。

序列到序列网络 (sequence to sequence network) 或 seq2seq 网络或 编码器-解码器网络 是一个由两个 RNN 组成的模型，称为编码器和解码器。编码器读取输入序列并输出单个向量，而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，编码器创建一个单个向量，在理想情况下，该向量将输入序列的“含义”编码成单个向量——某个 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，它为输入句子的每个单词输出一个值。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。

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单词以创建翻译。

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。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。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，解码器都会收到一个输入标记和一个隐藏状态。初始输入标记是字符串开始标记 <SOS> 标记，而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

我鼓励你训练和观察这个模型的结果，但为了节省空间，我们将直接追求目标并引入注意力机制。

注意力解码器#

如果仅将上下文向量从编码器传递到解码器，则该单个向量将承担编码整个句子的负担。

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）应包含有关输入序列的该特定部分的信息，从而帮助解码器选择正确的输出单词。

使用另一个前馈层 attn 计算注意力权重，使用解码器的输入和隐藏状态作为输入。由于训练数据中的句子大小各不相同，为了实际创建和训练该层，我们必须选择它可以应用的最大的句子长度（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几个。

Bahdanau 注意力，也称为加性注意力，是一种在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》中介绍。这种注意力机制使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。但是，修改注意力机制以使用 Luong 注意力将是一项有价值的练习。

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，它们通过使用相对位置方法来解决长度限制。阅读 基于注意力的神经机器翻译的有效方法 中的“局部注意力”。

训练#

准备训练数据#

为了训练，对于每一对，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）。在创建这些向量时，我们将 EOS 标记附加到两个序列的末尾。

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，并跟踪每个输出和最新的隐藏状态。然后，解码器获得 <SOS> 标记作为它的第一个输入，并将编码器的最后一个隐藏状态作为它的第一个隐藏状态。

“教师强制”的概念是使用真实的target输出作为每个下一个输入，而不是使用解码器的猜测作为下一个输入。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性。

你可以观察到教师强制网络的输出，这些输出在语法上连贯，但偏离了正确的翻译——直观地说，它学会了表示输出语法，一旦教师告诉它前几个单词，它就可以“理解”含义，但它并没有正确地学会如何从翻译中创建句子。

由于 PyTorch 的 autograd 赋予我们的自由，我们可以通过一个简单的 if 语句随机选择使用教师强制或不使用。将 teacher_forcing_ratio 调高以使用更多的教师强制。

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，用于在给定当前时间和进度百分比的情况下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

  • 初始化优化器和准则

  • 创建训练对集合

  • 开始空的损失数组用于绘图

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 绘制，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，但没有目标，因此我们简单地将解码器的预测反馈给自身，用于每个步骤。每次它预测一个单词，我们都会将其添加到输出字符串中，如果它预测到 EOS 标记，我们就停止在那里。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（看起来需要额外的工作，但它使得运行多个实验更容易），我们可以实际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

如果你运行这个 notebook，你可以训练、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)
  • seq2seq translation tutorial
  • seq2seq translation tutorial
Reading lines...
Read 135842 sentence pairs
Trimmed to 11445 sentence pairs
Counting words...
Counted words:
fra 4601
eng 2991
0m 32s (- 8m 6s) (5 6%) 1.5455
1m 4s (- 7m 31s) (10 12%) 0.6885
1m 35s (- 6m 55s) (15 18%) 0.3608
2m 7s (- 6m 23s) (20 25%) 0.2015
2m 39s (- 5m 49s) (25 31%) 0.1235
3m 10s (- 5m 17s) (30 37%) 0.0861
3m 41s (- 4m 44s) (35 43%) 0.0646
4m 12s (- 4m 12s) (40 50%) 0.0532
4m 44s (- 3m 41s) (45 56%) 0.0454
5m 15s (- 3m 9s) (50 62%) 0.0415
5m 46s (- 2m 37s) (55 68%) 0.0371
6m 18s (- 2m 6s) (60 75%) 0.0351
6m 49s (- 1m 34s) (65 81%) 0.0333
7m 20s (- 1m 2s) (70 87%) 0.0315
7m 52s (- 0m 31s) (75 93%) 0.0308
8m 23s (- 0m 0s) (80 100%) 0.0290

将 dropout 层设置为 eval 模式

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

> ils en sont presque la
= they re almost here
< they re almost here <EOS>

> vous etes fort elegante
= you re very sophisticated
< you re very sophisticated <EOS>

> je crains qu il en soit incapable
= i m afraid that he can t do it
< i m afraid that he can t do it <EOS>

> je suis offensee
= i m offended
< i m offended <EOS>

> ce sont ceux qui veulent partir
= they are the ones who want to go
< they are the ones who want to go <EOS>

> nous sommes tellement contentes de vous avoir ici !
= we re so glad to have you here
< we re so glad to have you here <EOS>

> il est l un des candidats aux presidentielles etatsuniennes
= he is one of the american presidential candidates
< he is one of the american presidential candidates <EOS>

> elle est aimee de ses amies
= she s loved by her friends
< she s loved by her friends <EOS>

> t es marrant
= you re fun
< you re fun <EOS>

> nous sommes armees
= we re armed
< we re armed <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网络关注的位置。

你可以简单地运行 plt.matshow(attentions) 来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')
  • seq2seq translation tutorial
  • seq2seq translation tutorial
  • seq2seq translation tutorial
  • seq2seq translation tutorial
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.
  ax.set_xticklabels([''] + input_sentence.split(' ') +
/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.
  ax.set_yticklabels([''] + output_words)
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.
  ax.set_xticklabels([''] + input_sentence.split(' ') +
/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.
  ax.set_yticklabels([''] + output_words)
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.
  ax.set_xticklabels([''] + input_sentence.split(' ') +
/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.
  ax.set_yticklabels([''] + output_words)
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.
  ax.set_xticklabels([''] + input_sentence.split(' ') +
/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.
  ax.set_yticklabels([''] + output_words)

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 → 响应

    • 问题 → 答案

  • 用预训练的词嵌入代替嵌入，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。

  • 如果你使用翻译文件，其中对具有两个相同的短语（I am test \t I am test），你可以将其用作自编码器。尝试一下

    • 作为自编码器训练

    • 仅保存编码器网络

    • 训练一个新的解码器用于从那里进行翻译

脚本总运行时间： (8 分钟 31.881 秒)

在此页面上
PyTorch 库