Генерація перекладів моделлю

Machine Translation з Keras

Thushan Ganegedara

Data Scientist and Author

Попередня модель vs нова модель

Encoder decoder repeat vector

Encoder decoder which input

Натренована модель

Teacher Forcing trained model

Декодер інференс-моделі

Приймає
- onehot-кодоване слово
- Вхід стану (отримує стан з попереднього кроку)
Повертає
- Новий стан
- Прогноз (тобто слово)
Рекурсивно подавайте передбачене слово та стан назад у модель як входи

Повна інференс-модель

Інференс-модель із рекурсивним декодером

Encoder recursive decoder

Інференс-модель з попереднього розділу

Значення токенів sos та eos

sos позначає початок перекладу (тобто французького речення).
- Подайте sos як перше слово до декодера і далі робіть передбачення
eos позначає кінець перекладу.
- Передбачення зупиняються, коли модель передбачає слово eos
Для безпеки задайте максимальну довжину, яку може передбачити модель

Визначення генератора-енкодера

Імпорт шарів і Model

# Import Keras layers
import tensorflow.keras.layers as layers
from tensorflow.keras.models import Model

Визначення шарів моделі

en_inputs = layers.Input(shape=(en_len,en_vocab))
en_gru = layers.GRU(hsize, return_state=True)
en_out, en_state = en_gru(en_inputs)

Створення обʼєкта Model

encoder = Model(inputs=en_inputs, outputs=en_state)

Визначення генератора-декодера

Визначення вхідних шарів декодера Input

de_inputs = layers.Input(shape=(1, fr_vocab))
de_state_in = layers.Input(shape=(hsize,))

Визначення проміжних layers декодера

de_gru = layers.GRU(hsize, return_state=True)
de_out, de_state_out = de_gru(de_inputs, initial_state=de_state_in)

de_dense = layers.Dense(fr_vocab, activation='softmax')
de_pred = de_dense(de_out)

Визначення Model для декодера

decoder = Model(inputs=[de_inputs, de_state_in], outputs=[de_pred, de_state_out])

Копіювання ваг

Отримайте ваги шару l1
- w = l1.get_weights()
Задайте ваги шару l2 за допомогою w
- l2.set_weights(w)
У нашій моделі є три шари з вагами
- Енкодер GRU, Декодер GRU і Декодер Dense

en_gru_w = tr_en_gru.get_weights()
en_gru.set_weights(en_gru_w)

Також можна записати так:

en_gru.set_weights(tr_en_gru.get_weights())

Генерування перекладів

en_sent = ['the united states is sometimes chilly during 
           december , but it is sometimes freezing in june .']

Перетворення англійського речення на послідовність

en_seq = sents2seqs('source', en_st, onehot=True, reverse=True)

Отримання контекстного вектора

de_s_t = encoder.predict(en_seq)

Перетворення "sos" (початкове слово для декодера) на послідовність

de_seq = word2onehot(fr_tok, 'sos', fr_vocab)

Генерування перекладів

fr_sent = ''

for _ in range(fr_len):      
  de_prob, de_s_t = decoder.predict([de_seq,de_s_t])

  de_w = probs2word(de_prob, fr_tok)

  de_seq = word2onehot(fr_tok, de_w, fr_vocab)

  if de_w == 'eos': break
  fr_sent += de_w + ' '

Час перекладати!

Machine Translation з Keras