5分钟NLPPython文本生成的BeamSearch解码

　　贪婪搜索是在每个时间步中选择概率最高的单词，也是我们最常用的一种方法，Beam Search不取每个标记本身的绝对概率，而是考虑每个标记的所有可能扩展。然后根据其对数概率选择最合适的标记序列。
　　例如令牌的概率如下所示:
　　例如，Pancakes + looks时间段1的概率等效于：Pancakes looks so = log（0.2） + log（0.7）= -1.9 Pancakes looks fluffy = log（0.2） + log（0.3）= -2.8
　　所以我们需要定义一个函数来完成整句的概率计算：import torch.nn.functional as F def log_probability_single(logits, labels): logp = F.log_softmax(logits, dim=-1) logp_label = torch.gather(logp, 2, labels.unsqueeze(2)).squeeze(-1) return logp_label def sentence_logprob(model, labels, input_len=0): with torch.no_grad(): result = model(labels) log_probability = log_probability_single(result.logits[:, :-1, :], labels[:, 1:]) sentence_log_prob = torch.sum(log_probability[:, input_len:]) return sentence_log_prob.cpu().numpy()
　　接下来，可以将其应用于贪婪搜索解码方法生成的输出，并计算生成的序列的对数概率。
　　在此示例中，我将在村上春木的书中简要介绍：1Q84。input_sentence = ＂A love story, a mystery, a fantasy, a novel of self-discovery, a dystopia to rival George Orwell’s — 1Q84 is Haruki Murakami’s most ambitious undertaking yet: an instant best seller in his native Japan, and a tremendous feat of imagination from one of our most revered contemporary writers.＂ max_sequence = 100 input_ids = tokenizer(input_sentence, return_tensors=＂pt＂)[＂input_ids＂].to(device) output = model.generate(input_ids, max_length=max_sequence, do_sample=False) greedy_search_output = sentence_logprob(model, output, input_len=len(input_ids[0])) print(tokenizer.decode(output[0]))
　　我们可以看到生成的序列的对数概率为-52.31。
　　现在，我们将并比较通过Beam Search生成的序列的对数概率得分，得分越高潜在结果越好。
　　我们可以增加n-gram惩罚参数no_repeat_ngram_size，这有助于减少输出中的重复生成的序列。beam_search_output = model.generate(input_ids, max_length=max_sequence, num_beams=5, do_sample=False, no_repeat_ngram_size=2) beam_search_log_prob = sentence_logprob(model, beam_search_output, input_len=len(input_ids[0])) print(tokenizer.decode(beam_search_output[0])) print(f＂ log_prob: {beam_search_log_prob:.2f}＂)
　　输出如下：
　　分时和连贯性要比贪婪的方法好很多，对吧。
　　作者：Jason LZP