pytorch基于seq2seq注意力模型实现英文法文翻译

2019独角兽企业重金招聘Python工程师标准>>>

如果说深度学习在自然语言的有比较大的进步的话，机器翻译可能算一个。

 

传统机器学习或者专家系统，在机器翻译上折腾好几十年，好多语言学家，整理了各种语言学，形式逻辑规则，但作用有限。因为人类的语言实在是太复杂，而且本身还在不断的演化当中。

 

直到大家放弃语言规则，投入统计学方向，比如n-gram，cbow等，就是统计词语序列符合人类语言的最大概率。看似简单，但效果超好。

 

既然是统计问题，那深度学习就可以派上用场，尤其是序列预测问题。对于双语之间的翻译，其实就是寻找两个序列之间的对应关系。而这两种对应关系，还必须符合各自语种的表达习惯。这里的模型就是seq2seq。

输入一句法文，输出对应的英文翻译。

如上图所示，翻译过程就是将原文句子编码，信息在hidden的context里，然后经过解码器输出。

编码器就是一个很“传统”的1层的GRU。先把input做词嵌入，然后过gru输出output和hidden。

#编码器
class EncoderRNN(nn.Module):
    #这是为何没有embedding_size,而直接=hidden_size是必须的吗？
    #另外gru的hidden就一个？
    def __init__(self, vocab_size, hidden_size, n_layers=1):
        super(EncoderRNN, self).__init__()
        self.n_layers = n_layers
        self.hidden_size = hidden_size

        self.embedding = nn.Embedding(vocab_size, hidden_size)
        self.gru = nn.GRU(hidden_size, hidden_size)

    def forward(self, input, hidden):
        embedded = self.embedding(input).view(1, 1, -1)
        output = embedded
        for i in range(self.n_layers):
            output, hidden = self.gru(output, hidden)
        return output, hidden

    def initHidden(self):
        result = Variable(torch.zeros(1, 1, self.hidden_size))
        return result

解码器的结构也类似，就是input是编码之后的output,所以输入维度是hidden_size。

class DecoderRNN(nn.Module):
    def __init__(self, hidden_size, output_size, n_layers=1):
        super(DecoderRNN, self).__init__()
        self.n_layers = n_layers
        self.hidden_size = hidden_size

        self.embedding = nn.Embedding(output_size, hidden_size)
        self.gru = nn.GRU(hidden_size, hidden_size)
        self.out = nn.Linear(hidden_size, output_size)
        self.softmax = nn.LogSoftmax()

    def forward(self, input, hidden):
        output = self.embedding(input).view(1, 1, -1)
        for i in range(self.n_layers):
            output = F.relu(output)
            output, hidden = self.gru(output, hidden)
        output = self.softmax(self.out(output[0]))
        return output, hidden

    def initHidden(self):
        result = Variable(torch.zeros(1, 1, self.hidden_size))
        return result

细心的同学可能看出来，这里传递过来的上下文是整句的。但对于某一个词的翻译，所需要的信息是不一样的。这就有了注意力模型。

#带注意力模型的GRU解码器
class AttnDecoderRNN(nn.Module):
    def __init__(self, hidden_size, output_size, n_layers=1, dropout_p=0.1, max_length=MAX_LENGTH):
        super(AttnDecoderRNN, self).__init__()
        self.hidden_size = hidden_size
        self.output_size = output_size
        self.n_layers = n_layers
        self.dropout_p = dropout_p
        self.max_length = max_length

        self.embedding = nn.Embedding(self.output_size, self.hidden_size)

        self.attn = nn.Linear(self.hidden_size * 2, self.max_length)
        self.attn_combine = nn.Linear(self.hidden_size * 2, self.hidden_size)

        self.dropout = nn.Dropout(self.dropout_p)
        self.gru = nn.GRU(self.hidden_size, self.hidden_size)
        self.out = nn.Linear(self.hidden_size, self.output_size)

    def forward(self, input, hidden, encoder_output, encoder_outputs):
        embedded = self.embedding(input).view(1, 1, -1)
        embedded = self.dropout(embedded)

        #这里计算注意力权重
        attn_weights = F.softmax(
            self.attn(torch.cat((embedded[0], hidden[0]), 1)))
        attn_applied = torch.bmm(attn_weights.unsqueeze(0),
                                 encoder_outputs.unsqueeze(0))

        output = torch.cat((embedded[0], attn_applied[0]), 1)
        output = self.attn_combine(output).unsqueeze(0)

        #下面仍然到GRU/log_softmax
        for i in range(self.n_layers):
            output = F.relu(output)
            output, hidden = self.gru(output, hidden)

        output = F.log_softmax(self.out(output[0]))
        return output, hidden, attn_weights

    def initHidden(self):
        result = Variable(torch.zeros(1, 1, self.hidden_size))
        return result

网络结构如上，具体注意力模型的原理，明天继续分析。

关于作者：魏佳斌，互联网产品/技术总监，北京大学光华管理学院（MBA）,特许金融分析师（CFA），资深产品经理/码农。偏爱python，深度关注互联网趋势，人工智能，AI金融量化。致力于使用最前沿的认知技术去理解这个复杂的世界。

扫描下方二维码，关注：AI量化实验室（ailabx），了解AI量化最前沿技术、资讯。

转载于:https://my.oschina.net/u/1996852/blog/1574103