当前位置:  开发笔记 > 前端 > 正文

预测句子中的遗漏单词-自然语言处理模型

如何解决《预测句子中的遗漏单词-自然语言处理模型》经验,为你挑选了1个好方法。

我的句子如下:

I want to ____ the car because it is cheap.

我想使用NLP模型来预测丢失的单词。我应该使用哪种NLP模型?谢谢。



1> alvas..:
TL; DR

试试看:https : //github.com/huggingface/pytorch-pretrained-BERT

首先,您必须正确设置

pip install -U pytorch-pretrained-bert

然后,您可以使用BERT算法中的“屏蔽语言模型”,例如

import torch
from pytorch_pretrained_bert import BertTokenizer, BertModel, BertForMaskedLM

# OPTIONAL: if you want to have more information on what's happening, activate the logger as follows
import logging
logging.basicConfig(level=logging.INFO)

# Load pre-trained model tokenizer (vocabulary)
tokenizer = BertTokenizer.from_pretrained('bert-base-uncased')

text = '[CLS] I want to [MASK] the car because it is cheap . [SEP]'
tokenized_text = tokenizer.tokenize(text)
indexed_tokens = tokenizer.convert_tokens_to_ids(tokenized_text)

# Create the segments tensors.
segments_ids = [0] * len(tokenized_text)

# Convert inputs to PyTorch tensors
tokens_tensor = torch.tensor([indexed_tokens])
segments_tensors = torch.tensor([segments_ids])

# Load pre-trained model (weights)
model = BertForMaskedLM.from_pretrained('bert-base-uncased')
model.eval()

# Predict all tokens
with torch.no_grad():
    predictions = model(tokens_tensor, segments_tensors)

predicted_index = torch.argmax(predictions[0, masked_index]).item()
predicted_token = tokenizer.convert_ids_to_tokens([predicted_index])[0]

print(predicted_token)

[出]:

buy
在长

要真正理解为什么你需要的[CLS][MASK]和段张量,请仔细阅读本文,https://arxiv.org/abs/1810.04805

如果您很懒惰,可以阅读来自Lilian Weng的这篇不错的博文,https: //lilianweng.github.io/lil-log/2019/01/31/generalized-language-models.html

除BERT以外,还有许多其他模型可以执行填补空白的任务。请查看pytorch-pretrained-BERT存储库中的其他模型,但更重要的是,应更深入地研究“语言建模”的任务,即根据历史预测下一个单词的任务。


直截了当的答案,但是您忘了创建`masked_index`导致结尾附近出现错误。我假设“ masked_index”只是“ [MASK]”的索引?
推荐阅读
放ch养奶牛
这个屌丝很懒,什么也没留下!
DevBox开发工具箱 | 专业的在线开发工具网站    京公网安备 11010802040832号  |  京ICP备19059560号-6
Copyright © 1998 - 2020 DevBox.CN. All Rights Reserved devBox.cn 开发工具箱 版权所有