Transfer learning pentru modele de limbaj

Rețele Neuronale Recurente (RNN) pentru Modelare a Limbajului cu Keras

David Cecchini

Data Scientist

Ideea din spatele transfer learning

Transfer learning:

Pornire cu ponderi inițiale mai bune decât aleatoriu
Utilizarea modelelor antrenate pe seturi mari de date
Modele de tip „open-source"

Arhitecturi disponibile

Exemplu de bază: I really loved this movie

Word2Vec
- Continuous Bag of Words (CBOW) X = [I, really, this, movie], y = loved
- Skip-gram X = loved, y = [I, really, this, movie]
FastText X = [I, rea, eal, all, lly, really, ...], y = loved
- Utilizează cuvinte și n-grame de caractere
ELMo X = [I, really, loved, this], y = movie
- Utilizează cuvinte, embedding-uri per context
- Utilizează modele de limbaj bidirecționale profunde (biLM)
Word2Vec și FastText sunt disponibile în pachetul gensim, iar ELMo în tensorflow_hub

Exemplu cu Word2Vec

from gensim.models import word2vec

# Train the model
w2v_model = word2vec.Word2Vec(tokenized_corpus, size=embedding_dim, 
                              window=neighbor_words_num, iter=100)

# Get top 3 similar words to "captain"
w2v_model.wv.most_similar(["captain"], topn=3)

[('sweatpants', 0.7249663472175598),
('kirk', 0.7083336114883423),
('larry', 0.6495886445045471)]

Exemplu cu FastText

from gensim.models import fasttext

# Instantiate the model
ft_model = fasttext.FastText(size=embedding_dim, window=neighbor_words_num)

# Build vocabulary
ft_model.build_vocab(sentences=tokenized_corpus)

# Train the model
ft_model.train(sentences=tokenized_corpus, 
               total_examples=len(tokenized_corpus), 
               epochs=100)

Să exersăm!

Rețele Neuronale Recurente (RNN) pentru Modelare a Limbajului cu Keras