Funkcja generująca tekst

Rekurencyjne sieci neuronowe (RNN) do modelowania języka w Keras

David Cecchini

Data Scientist

Generowanie zdań

Zdanie wyznaczają znaki interpunkcyjne, np. . (kropka), ! (wykrzyknik) lub ? (pytajnik).
- Znaki interpunkcyjne muszą znajdować się w słowniku.
Token zdania, np. <SENT> i </SENT>, wyznacza jego początek i koniec.
- Dane wymagają wstępnego przetworzenia w celu wstawienia etykiet.

Generowanie zdań

sentence = ''

# Loop until end of sentence
while next_char != '.':

    # Predict next char: Get pred array in position 0
    pred = model.predict(X)[0]

    char_index = np.argmax(pred)

    next_char = index_to_char(char_index)

    # Concatenate to sentence
    sentence  = sentence + next_char

Skalowanie prawdopodobieństwa

Skalowanie rozkładu prawdopodobieństwa.

Temperatura: nazwa z fizyki
- Małe wartości: zwiększają pewność predykcji
- Wartość równa jeden: brak skalowania
- Wyższe wartości: zwiększają kreatywność predykcji
- Hiperparametr: należy dobrać wartość odpowiednią do potrzeb

Skalowanie prawdopodobieństwa

def scale_softmax(softmax_pred, temperature=1.0):
    # Take the logarithm
    scaled_pred = np.log(softmax_pred) / temperature

    # Re-apply the exponential
    scaled_pred = np.exp(scaled_pred)

    # Build probability distribution
    scaled_pred = scaled_pred / np.sum(scaled_pred)

    # Simulate multinomial
    scaled_pred = np.random.multinomial(1, scaled_pred, 1)

    # Return simulated class
    return np.argmax(scaled_pred)

Czas na ćwiczenia!

Rekurencyjne sieci neuronowe (RNN) do modelowania języka w Keras