PyTorch - Worteinbettung
In diesem Kapitel werden wir das berühmte Worteinbettungsmodell - word2vec - verstehen. Das Word2vec-Modell wird verwendet, um mithilfe einer Gruppe verwandter Modelle eine Worteinbettung zu erstellen. Das Word2vec-Modell wird mit reinem C-Code implementiert und der Gradient wird manuell berechnet.
Die Implementierung des word2vec-Modells in PyTorch wird in den folgenden Schritten erläutert:
Schritt 1
Implementieren Sie die Bibliotheken in der Worteinbettung wie unten erwähnt -
import torch
from torch.autograd import Variable
import torch.nn as nn
import torch.nn.functional as F
Schritt 2
Implementieren Sie das Skip-Gram-Modell der Worteinbettung mit der Klasse word2vec. Es enthältemb_size, emb_dimension, u_embedding, v_embedding Art der Attribute.
class SkipGramModel(nn.Module):
def __init__(self, emb_size, emb_dimension):
super(SkipGramModel, self).__init__()
self.emb_size = emb_size
self.emb_dimension = emb_dimension
self.u_embeddings = nn.Embedding(emb_size, emb_dimension, sparse=True)
self.v_embeddings = nn.Embedding(emb_size, emb_dimension, sparse = True)
self.init_emb()
def init_emb(self):
initrange = 0.5 / self.emb_dimension
self.u_embeddings.weight.data.uniform_(-initrange, initrange)
self.v_embeddings.weight.data.uniform_(-0, 0)
def forward(self, pos_u, pos_v, neg_v):
emb_u = self.u_embeddings(pos_u)
emb_v = self.v_embeddings(pos_v)
score = torch.mul(emb_u, emb_v).squeeze()
score = torch.sum(score, dim = 1)
score = F.logsigmoid(score)
neg_emb_v = self.v_embeddings(neg_v)
neg_score = torch.bmm(neg_emb_v, emb_u.unsqueeze(2)).squeeze()
neg_score = F.logsigmoid(-1 * neg_score)
return -1 * (torch.sum(score)+torch.sum(neg_score))
def save_embedding(self, id2word, file_name, use_cuda):
if use_cuda:
embedding = self.u_embeddings.weight.cpu().data.numpy()
else:
embedding = self.u_embeddings.weight.data.numpy()
fout = open(file_name, 'w')
fout.write('%d %d\n' % (len(id2word), self.emb_dimension))
for wid, w in id2word.items():
e = embedding[wid]
e = ' '.join(map(lambda x: str(x), e))
fout.write('%s %s\n' % (w, e))
def test():
model = SkipGramModel(100, 100)
id2word = dict()
for i in range(100):
id2word[i] = str(i)
model.save_embedding(id2word)
Schritt 3
Implementieren Sie die Hauptmethode, um das Worteinbettungsmodell ordnungsgemäß anzuzeigen.
if __name__ == '__main__':
test()