Gömme (Embedding) katmanı

Keras ile Dil Modellemesi için Yinelenen Sinir Ağları (RNN)

David Cecchini

Data Scientist

Neden gömmeler?

Avantajlar:

Boyutu azaltır

one_hot = np.array((N, 100000))
embedd = np.array((N, 300))

Yoğun gösterim
- king - man + woman = queen
Aktarım öğrenmesi

Dezavantajlar:

Eğitilecek çok parametre: eğitim daha uzun sürer

Keras'ta nasıl kullanılır

Keras'ta:

from tensorflow.keras.layers import Embedding

model = Sequential()

# İlk katman olarak kullanın
model.add(Embedding(input_dim=100000,

                    output_dim=300,

                    trainable=True,

                    embeddings_initializer=None,

                    input_length=120))

Aktarım öğrenmesi

Dil modelleri için aktarım öğrenmesi

GloVE
word2vec
BERT

Keras'ta:

from tensorflow.keras.initializers import Constant

model.add(Embedding(input_dim=vocabulary_size,
                    output_dim=embedding_dim,

                    embeddings_initializer=Constant(pre_trained_vectors))

GloVE ön-eğitimli vektörlerini kullanma

Resmi site: https://nlp.stanford.edu/projects/glove/

# GloVE vektörlerini alın
def get_glove_vectors(filename="glove.6B.300d.txt"):
    # Önceden eğitilmiş modelden tüm kelime vektörleri
    glove_vector_dict = {}
    with open(filename) as f:
        for line in f:

            values = line.split()

            word = values[0]
            coefs = values[1:]

            glove_vector_dict[word] = np.asarray(coefs, dtype='float32')


    return glove_vector_dict

GloVE'yi belirli bir görevde kullanma

# GloVE vektörlerini belirli bir göreve filtreleyin
def filter_glove(vocabulary_dict, glove_dict, wordvec_dim=300):

    # Vektörleri saklamak için bir matris oluşturun
    embedding_matrix = np.zeros((len(vocabulary_dict) + 1, wordvec_dim))

    for word, i in vocabulary_dict.items():
        embedding_vector = glove_dict.get(word)

        if embedding_vector is not None:
            # glove_dict'te bulunamayan kelimeler sıfır vektör olur.
            embedding_matrix[i] = embedding_vector


    return embedding_matrix

Hadi pratik yapalım!

Keras ile Dil Modellemesi için Yinelenen Sinir Ağları (RNN)