Introducción a la generación de texto

Deep Learning para texto con PyTorch

Shubham Jain

Instructor

Generación de texto y PLN

"- Aplicaciones clave: chatbots, traducción de idiomas, redacción técnica

RNN, LSTM, GRU: recordar información pasada para un mejor procesamiento de datos secuenciales
Entrada: El gato está sobre la m
Salida: El gato está sobre la alfombra {{4}}"

" Imagen de chatbot {{1}}"

¹ Imagen de vectorjuice en Freepik

Construcción de una RNN para generación de texto

"`python import torch import torch.nn as nn


----CODE_GLUE----
```python
data = \"Hello how are you?\"
chars = list(set(data))  
char_to_ix = {char: i for i, char in enumerate(chars)}
ix_to_char = {i: char for i, char in enumerate(chars)}

class RNNModel(nn.Module):
    def __init__(self, input_size, hidden_size, output_size):
        super(RNNModel, self).__init__()
        self.hidden_size = hidden_size

        self.rnn = nn.RNN(input_size, hidden_size, batch_first=True)

----CODE_GLUE---- python self.fc = nn.Linear(hidden_size, output_size){{5}}"

Propagación hacia adelante y creación del modelo

"`python def forward(self, x):


----CODE_GLUE----
```python
        h0 = torch.zeros(1, x.size(0), self.hidden_size)

        out, _ = self.rnn(x, h0)

        out = self.fc(out[:, -1, :])

        return out


model = RNNmodel(1, 16, 1)


criterion = nn.CrossEntropyLoss()

----CODE_GLUE---- python optimizer = torch.optim.Adam(model.parameters(), lr=0.01){{8}}"

Preparación de los datos de entrada y objetivo

inputs = [char_to_ix[ch] for ch in data[:-1]]
targets = [char_to_ix[ch] for ch in data[1:]]



inputs = torch.tensor(inputs, dtype=torch.long)
              .view(-1, 1)



inputs = nn.functional.one_hot(
       inputs, num_classes=len(chars)).float()



targets = torch.tensor(targets, dtype=torch.long)

"- Creación de índices

Conversión a tensores
Codificación One-Hot
Preparación de objetivos {{3}}"

Entrenamiento del modelo RNN

"`python for epoch in range(100):


----CODE_GLUE----
```python
    model.train()

    outputs = model(inputs)

    loss = criterion(outputs, targets)

    optimizer.zero_grad()

    loss.backward()

    optimizer.step()

----CODE_GLUE---- `python

if (epoch+1) % 10 == 0:
    print(f'Epoch {epoch+1}/100, Pérdida: {loss.item()}')

`{{10}}"

Probar el modelo

"`python model.eval()


----CODE_GLUE----
```python
test_input = char_to_ix['h']

test_input = nn.functional.one_hot(torch.tensor(test_input)
                               .view(-1, 1), num_classes=len(chars)).float()

predicted_output = model(test_input)
predicted_char_ix = torch.argmax(predicted_output, 1).item()

print(f'Entrada de prueba: 10, Salida prevista: {model(test_input).item()}')

Época 10/100, Pérdida: 3090.861572265625
Época 20/100, Pérdida: 2935.4580078125
...
Época 100/100, Pérdida: 1922.44140625

out Entrada de prueba: h, Salida predicha: e{{5}}"

Es hora de la práctica.

Deep Learning para texto con PyTorch