写点什么

如何入门 PyTorch 自然语言处理?

  • 2022-06-21
  • 本文字数:2598 字

    阅读完需:约 9 分钟

如何入门PyTorch自然语言处理?

本文最初发布于 Exxact 官方博客。


随着人工智能和深度学习程序在未来几年的蓬勃发展,自然语言处理(NLP)将日益普及,而且必要性也与日俱增。PyTorch 自然语言处理是实现这些程序的不错选择。


在本文中,我们将解决一些刚开始潜心研究自然语言处理时可能遇到的浅显的问题,不过我们也会探讨更深层次的问题,并给出恰当的步骤,让你可以着手开发自己的 NLP 程序。

PyTorch 可以用于 NLP 吗?


首先,NLP 是一门应用科学。它是工程学的一个分支,融合了人工智能、计算语言学和计算机科学,旨在“理解”自然语言(即口语和书面语言)。


其次,NLP 并不是指机器学习或深度学习。相反,要教给这些人工智能程序如何处理自然语言,利用其他系统来处理输入到这些程序中的内容。


一些人工智能程序被称为 NLP 程序只是因为这样简单,但严格来说,情况并非如此。在经过适当的训练后,它们能够对语言进行理解,但有一个完全不同的系统和过程在帮助这些程序理解自然语言。


这就是为什么用 PyTorch 进行自然语言处理会很方便。PyTorch基于 Python 构建,它的好处是有预先写好的代码(称为类),而且都是围绕 NLP 设计的。这使得整个过程对每个参与者来说都更简单快捷。


有了这些 PyTorch 类,再加上 PyTorch 可以使用的其他各种 Python 库,没有比它更适合自然语言处理的机器学习框架了。

如何开始学习自然语言处理?


使用 PyTorch 进行自然语言处理,你需要熟悉 Python 编程。


一旦你熟悉了 Python,就会开始接触到大量其他可以用于各种深度学习项目的框架。不过,由于 PyTorch Tensors 的存在,用 PyTorch 进行自然语言处理成了最佳选择。


简单地说,tensors 允许你使用 GPU 进行计算,这可以大大提升使用 PyTorch 开发的 NLP 程序的速度和性能。这意味着你可以加快深度学习程序的训练速度,从而能够利用 NLP 实现自己所期望的结果。


如上所述,PyTorch 为 NLP 及相关程序提供了不同的类,以保证它们良好运转。我们将对其中的六个类及其使用场景进行分析,以便帮助你在一开始时做出正确的选择。

1. torch.nn.RNN


我们要看的前三个类都是多层类(multi-layer classes),这意味着它们可以表示双向递归神经网络。简单来说,它允许深度学习程序从过去的状态中学习,并随着计算继续运行和处理从新的/未来的状态中学习。这使得这些程序能够学习和处理自然语言输入,甚至理解更深层次的语言怪癖。


torch.nn.RNN多对多图


torch.nn.RNN 表示循环神经网络(Recurring Neural Network),从名字就能看出这个类能提供什么。这是 PyTorch 提供的最简单的循环神经网络类,刚开始进行自然语言处理时可以考虑用它。

2. torch.nn.LSTM


torch.nn.LSTM 也是一个多层 PyTorch 类。它具有 torch.nn.RNN 的所有优点,但具有长短期记忆(Long Short Term Memory)。从本质上讲,这意味着使用这个类的深度学习程序可以超越一对一的数据点连接,对整个数据序列进行处理。


在使用 PyTorch 进行自然语言处理时,torch.nn.LSTM 是一个比较常用的类,因为它不仅可以理解手写或打字输入数据,而且还可以识别语音和其他声音。


能够处理更复杂的数据序列,使该类成为希望充分利用自然语言处理潜力的程序的必要组件。

3. torch.nn.GRU


torch.nn.GRU 基于 RNN 和 LSTM 类构建,引入了门控循环单元(Gated Recurrent Units)。简而言之,这意味着 torch.nn.GRU 类程序有一个门控输出。也就是说,它们的功能与 torch.nn.LSTM 类似,但可以简单地忽略那些与其他预期结果或大多数数据集的结论不一致的数据集。


torch.nn.GRU 类程序也是一种使用 PyTorch 开始学习 NLP 的好方法,因为它们比较简单,但可以在比较短的时间内产生与 torch.nn.LSTM 类似的结果。不过,如果程序忽略了对其学习可能很重要的数据集,在没有密切监控的情况下,它们的准确性可能会降低。

4. torch.nn.RNNCell


接下来的三个类是前面三个类的简化版本,所以它们的功能都很接近,但优点不同。这些类都是单元级类(cell-level classes),基本上一次运行一个操作,而不是同时处理多个数据集或序列。


使用PyTorch进行自然语言处理的输出结果,该过程使用了分配给相应图片的单词


这种方式比较慢,但只要有足够的时间,结果会准确得多。RNNCell 程序仍然可以从过去和未来的状态中学习。

5. torch.nn.LSTMCell


torch.nn.LSTMCell 的功能与普通的 torch.nn.LSTM 类相似,能够处理数据集和序列,但不能同时处理多个。与 RNNCell 程序一样,这意味着它速度比较慢,强度较低,但它可以随着时间的推移提高精度。


这些单元级类中的每一个都与它们的前身差别不大,但如果要对这些差异进行深入研究的话,将远远超出本文的范围。

6. torch.nn.GRUCell


用 PyTorch 进行自然语言处理时,最有趣的一个类是 torch.nn.GRUCell。它仍然具有门控输出的功能,这意味着它可以忽略离群数据集,同时仍然可以从过去和未来的操作中学习。


可以说,这个 PyTorch 类更受初学者欢迎,因为它潜力最大,达到最佳效果的要求又最低。


要确保程序得到适当的训练,主要的成本是时间和精力。

使用 PyTorch 实现自然语言处理


关于如何开始使用 PyTorch 进行自然语言处理,还有很多东西需要介绍。在选择了适合自己的深度学习模型的 PyTorch 类后,还有一个重要的因素需要了解,那就是如何在模型中实现 NLP。


要想拥有一个经过充分优化的、可使用的自然语言处理深度学习模型,很明显,将单词编码到模型中大概是最重要的过程之一。使用 PyTorch 进行自然语言处理时需要某种单词编码方法。


有很多方法可以让模型处理单个字母,但创建 NLP 深度学习模型,关注的不是单个单词和字母,而是这些单词和短语的语义和语言学意义。下面是使用 PyTorch 实现 NLP 的三种基本的词嵌入模型:


  • 简单单词编码:训练模型关注序列中每个单独的单词,让它们自己推导出相似性和差异性。这种方法最简单,但可能很难让模型准确理解或预测语义。

  • N-Gram 语言建模:该模型经过训练,在学习单词时会考虑到序列中的其他单词。也就是说,它们可以学习单词之间的关系以及在整个句子中的作用。

  • 连续词袋(CBOW):这是 N-Gram 语言建模的扩展版本。经过训练的深度学习模型可以序列化每个单词之前和之后设定数量的单词,进而深入学习单词与周围单词的关系以及它们在序列中的作用。到目前为止,这是使用 PyTorch 进行自然语言处理最常用的方法。


选好了 PyTorch 类和词嵌入方法后,就可以开始在下一个深度学习项目中利用自然语言处理了!


自然语言处理是深度学习和人工智能领域最热门的话题之一,许多行业都在寻找利用这种深度学习模型的方法,以供内外部使用。


你是怎么想的?准备好用 PyTorch 解决自然语言处理的问题了吗?


原文链接:How to Start Using Natural Language Processing With PyTorch

2022-06-21 10:072991

评论

发布
暂无评论
发现更多内容

localStorage和sessionStorage本地存储

我是哪吒

html html5 面试 大前端 html/css

谁,是产品的利益相关方?

不离

极客大学认识产品经理 极客大学产品经理训练营 跟着二爷学产品

管理笔记[1]:成为管理者的开端“以人文本“

L3C老司机

回到过去就能无憾了吗?「幻想短篇 22/28」

道伟

28天写作

MapReduce练习案例4 -求共同好友

小马哥

大数据 hadoop mapreduce 七日更

h-index

lidaobing

28天写作 h-index

提词器来了 | 视频号28天(23)

赵新龙

28天写作

架构解读丨Volcano作业资源预留设计原理

华为云开发者联盟

批处理 Volcano 资源预留 作业资源预留

创业失败启示录|神奇的茶学

阿萌

28天写作 创业失败启示录 青城

GTX1060安装TF2-GPU

IT蜗壳-Tango

七日更

【Node.js】事件触发器 - 基础篇

德育处主任

Node 28天写作

两种端到端通用目标检测方法

华为云开发者联盟

训练 目标检测 端到端 DETR DeFCN

区块链人才能力评价测试机构亮相

CECBC

区块链人才

28天瞎写的第二百三十二天:转角遇到蚵仔煎

树上

28天写作

Soul 源码阅读 06|Nacos 同步数据分析

哼干嘛

团队建设,凝聚人心打胜战

一笑

管理 团队建设 28天写作

14天1000+大集群滚动升级,银行柜台竟然毫无感觉

华为云开发者联盟

大数据 金融 FusionInsight 华为云 集群

架构师训练营第 2 期 第 7 周 作业一

老腊肉

架构师训练营第2期

老外程序员的Java性能优化方式是什么?JVM调优策略+工具+技巧

Java架构追梦

Java 学习 架构 面试 jvm调优

Elasticsearch 是分布式文件存储么 ?

escray

elastic 七日更 28天写作 死磕Elasticsearch 60天通过Elastic认证考试

jdk8 String和StringBuilder对象创建所在位置

ilovealt

Java string StringBuilder

半导体芯片小白基础知识(1) (28天写作 Day22/28)

mtfelix

芯片 半导体 集成电路 28天写作

资本市场两极分化将是新常态

JiangX

28天写作

区块链真正的价值即将“引爆”行业应用

CECBC

区块链金融

字节跳动:“挖”出来的技术战斗力

李忠良

28天写作

浅说 SQLite 的许可证模式

Justin

开源 版权保护 28天写作

机器学习·笔记之:Gradient Descent

Nydia

苹果设备电池及充电周期

张老蔫

28天写作

融资融券两融系统搭建开发

v16629866266

老同学遭遇电信诈骗纪实

石君

28天写作 电信诈骗

数字货币将如何改变日常生活

CECBC

数字货币

如何入门PyTorch自然语言处理?_AI&大模型_Exxact_InfoQ精选文章