首页
学习
活动
专区
工具
TVP
发布

利用 50行Python 代码构建一个在线文本生成器!

本指南将引导你学习构建一个自动完成任意输入文本的Web应用程序。

作者 |Dev Sharma

译者 |苏本如,责编 | 郭芮

出品 | CSDN(ID:CSDNnews)

以下为译文:

在本文中,我们将使用OpenAI的新一代表语言模型GPT-2来建立模型,使用Panel框架来构建web页面的仪表板。本指南分为两部分。在第一部分中,我们将加载我们的模型并编写一个预测函数。在第二部分中,我们将构建一个web应用程序。

自动生成文本的应用程序示例。我们将构建这个web应用程序的一个更简单的变体。

准备工作

本教程假设你已经安装了Python 3.7+,并且对语言模型有一定的了解。尽管本教程所涉及的所有步骤都可以在Jupyter之外完成,但是强烈建议你使用jupyter notebook。

我们将使用PyTorch作为我们选择的深度学习库。在PyTorch中,我们将使用transformers库导入预先训练好的OpenGPT-2模型。可以通过在bash命令行中分别输入以下命令来安装这些库:

对于我们的web应用程序,我们将利用Panel这个窗口容器/框架,这是一个很好的工具,可以被用来从jupyter notebooks或者常规的Python脚本中轻松地创建可维护的仪表板。可以使用以下命令安装Panel:

第一部分:建立模型

OpenAI的GPT是一种基于transformer的语言模型,它在生成类似人类语言的文本方面受到了很多关注。如果你以前没有尝试过,你很可能会在阅读结束时得出同样的观点。

加载模型

首先,我们需要导入所需的包。详情如下:

接下来,我们将加载OpenGPT2的Tokenizer和语言模型:(如果是第一次运行,可能需要几分钟下载预先训练的模型)

预测函数

在这个阶段,大部分工作已经完成了。因为我们的模型是预先训练过的,所以我们不需要再次训练它或做任何修改。我们只需要编写一个函数,它可以向模型输入文本并生成预测的文本。

这个函数中发生了很多事情。因此,让我们把它分解来看看。首先,我们对input_ids中的输入文本进行标记(tokenize)和编码(encode)。接着,我们要求我们的模型为下一个单词/标记(token)生成一个logits向量。在应用softmax函数并按降序对这些可能的概率结果进行排序之后,我们得到了一个向量idxs,它按各自的概率顺序列出了每个token的索引。

在这个阶段,我们可以选择概率最高的token。但是,我们希望能够混合结果,以便相同的输入文本可以生成各种文本。为此,我们将添加一个随机元素,从最可能的下一个token列表中选择一个随机token。这样的话,我们就不会每次都选择相同的预测token。为了做到这一点,我们采用了Nucleus (Top-p) Sampling 方式。

我们通过循环遍历每个概率来执行此操作,直到循环遍历的所有概率之和大于p(这里的p是一个介于0到1之间的任意数字)。当p被超过前,所有遍历到的token都将被存储在列表res中。一旦p被超过,我们就从这个列表中随机选择一个token。请记住,我们正在遍历的概率列表包含了其按概率排序的索引。注意,p值越高,我们的列表中将包含更多的token。反之亦然。因此,如果每次都希望得到相同的结果,可以将p值设置为0。

现在,让我们测试一下我们的预测函数:

每次都会有不同的结果,这正是我们所期望的。现在,我们的预测功能准备好了。让我们开始构建我们的Web应用程序吧!

第二部分:构建web应用程序

Panel框架简介

如果你还不熟悉Panel框架,那请记住,Panel框架可以帮助我们创建一个web仪表板和web应用程序。简而言之,你需要知道的是它有三个主要组件:

Panel:可以包含一个或多个窗格(pane)对象的容器,面板(pane)对象是指文本、图像、图形、小部件等(也可以包含其他panel);

Pane:任何单个对象,例如文本、图像、数据帧等;

Widget(小部件):用户可以自行调整的项目,包括文本输入框、滑块、按钮、复选框,等等可以改变窗格的行为的小部件。

下一个也是最后一个你需要知道的事情是:我们有多种方法来定义不同的窗格和小部件之间的交互方式,我们称之为“callback(回调)”。例如,如果按下某个按钮,其他窗格应该如何更新呢?稍后我们将定义一个回调函数来演示它将如何准确地做到这一点。

Web应用程序简介

我们的文本生成器应用程序将有一个输入窗口,以便用户输入他们想要输入的文本。接下来,用户应该能够通过按下按钮生成新的token。在这之后,它将使用我们在第一部分中定义的预测函数来预测新的token来生成新文本。最后,用户应该能够在已经预测的token基础之上继续生成新的文本。

实施

让我们首先导入Panel并创建文本输入小部件:

现在,如果在jupyter中执行文本输入,我们将得到以下结果:

接下来,我们需要一个窗格,它会在越来越多的token生成时存储整个文本:

注意,这里我们将文本对象设置为text_input的值。我们希望generated_text的值与text_input的值相同,因为我们将要在generated_text之上预测新文本。随着越来越多的token被添加到我们的序列中,我们将继续基于generated_text进行预测,直到用户改变了text_input。一旦用户改变了text_input,这个进程将重新启动。

然而,到这里事情还没有完全结束。尽管generated_text将在开始时接受text_input的值,但如果text_input值发生更改,generated_text值将不会自我更新。为此,我们需要像下面这样将这两个对象链接在一起:

这里,我们在text_input和generated_text之间形成了单向链接。因此,每当text_input的值发生更改时,generated_text值也将更改为新值。如下所示:

观察面板中文的text_input和generated_text之间的链接行为。注意:作为组件的pn.Row也是一个面板,即它是一个窗格和小部件的容器。

现在我们有了两个文本对象,让我们来创建按钮小部件:

很好,现在我们有了一个按钮,我们只需要把它和我们想要的行为链接起来。为此,我们将编写一个回调函数,该函数将在每次单击按钮时运行:

这里发生了两件事。首先,我们将generated_text作为输入传递给我们之前编写的预测函数,该函数将生成一个新的token。其次,将此token添加到generated_text中。每次新单击按钮时,这个过程都会重复。

到这里,我们仍然需要将按钮单击事件与回调函数绑定在一起。我们可以这样做:

我们现在已经完成了所有小部件、窗格和函数的创建。接下来我们需要做的只是把这些东西放在一个面板里,然后看看会发现什么:

注:pn.Column与pn.Row类似,它是另一种类型的panel,即小部件、窗格甚至其他panel的容器。

让我们再添加一个标题和一个简短的描述,我们就大功告成了!

服务你的Web应用程序

Panel框架使得服务web应用程序变得非常容易。有两种方法可以用来做这件事。第一个是调用“.show()”命令。这种方法通常用于调试,如下面所示。它将启动一个新窗口,在这个窗口中,一个名为final_app的 panel将作为一个web应用程序运行。

而为了让它在生产环境中运行,你需要使用“.servable()”方法。但是,如果你以类似于show方法的方式运行此操作,你的笔记本上不会出现任何东西,你必须像下面这样在你的笔记本上运行bash脚本:

只要你的笔记本中有以下代码,这个操作将在本地端口上启动你的web应用:

大功告成!

现在,你自己有能力构建一个自动生成文本的应用程序。你可以通过添加更多panel组件来进一步完善它。你甚至可以将此应用程序嵌入到其他项目中。像往常一样,你可以在github上找到我的代码库。注意:下面图片中的app是我在本教程中使用的app(text_generation_app.ipynb)的高级变体:。

原文:https://towardsdatascience.com/build-a-text-generator-web-app-in-under-50-lines-of-python-9b63d47edabb

本文为 CSDN 翻译,转载请注明来源出处。

【End】

热 文推 荐

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20191101A0DHDB00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

相关快讯

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券