Taken voor tekstgeneratie

Natural Language Processing (NLP) in Python

Fouad Trad

Machine Learning Engineer

Tekstgeneratie

Genereert nieuwe tekst op basis van invoer
Omvat taken als:
- Tekstsamenvatting
- Tekstvertaling
- Language modeling

GIF van een potlood dat zinnen op papier schrijft.

Tekstsamenvatting

Vat lange documenten kort samen met de kernpunten
Handig voor:
- Lange nieuwsartikelen
- Onderzoeksartikelen
- Rapporten
- E-mails

Afbeelding met een stapel boeken en een gegenereerd samenvattingsdocument.

Pipeline voor tekstsamenvatting

from transformers import pipeline

summarizer = pipeline(task="summarization", model="cnicu/t5-small-booksum")


text = """The Amazon rainforest, often referred to as the "lungs of the Earth," is one of the most 
biologically diverse regions in the world. Spanning over nine countries in South America, the majority 
of the forest lies in Brazil. It is home to an estimated 390 billion individual trees, divided into 
16,000 different species. The rainforest plays a critical role in regulating the global climate by 
absorbing vast amounts of carbon dioxide and producing oxygen."""


result = summarizer(text)

print(result)

[{'summary_text': 'the Amazon rainforest is one of the most biologically diverse regions in the world. 
The majority of the forest lies in Brazil. The rainforest plays a critical role in regulating the 
global climate by absorbing vast amounts of carbon dioxide and producing oxygen.'}]

Tekstvertaling

Zet tekst om van de ene taal naar de andere
Cruciaal voor meertalige apps:
- Internationale websites
- Klantenservice-tools

Afbeelding van tekst die wordt vertaald van Engels (Good morning) naar Frans (Bonjour).

Pipeline voor tekstvertaling

translator = pipeline(task="translation", model="Helsinki-NLP/opus-mt-en-fr")


sentence = "The rainforest helps regulate the Earth's climate."

result = translator(sentence)

print(result)

[{'translation_text': 'La forêt tropicale aide à réguler le climat de la Terre.'}]

Language modeling

Voorspel volgende woorden op basis van een prompt
Basis voor veel toepassingen:
- Autocompletion
- Verhaalgeneratie
- Chatbot-antwoorden

Afbeelding die laat zien hoe language modeling werkt: je geeft een prompt en krijgt gegenereerde tekst.

Pipeline voor language modeling

generator = pipeline(task="text-generation", model="distilgpt2")


prompt = "Once upon a time,"

result = generator(prompt, max_length=30, num_return_sequences=3)

print(result)

[{'generated_text': "Once upon a time, my life wasn't so good, I kept my things tidy. The 
                     more time I spend with my children the more ..."}, 
 {'generated_text': 'Once upon a time, we began a process of finding the right answers to 
                     some big questions," said Jim Pelterer, a lecturer at the 
                     University...'}, 
 {'generated_text': 'Once upon a time, a man came along and took in the city, and found out 
                     that a strange woman had just walked in and was dancing about...'}]

Laten we oefenen!

Natural Language Processing (NLP) in Python