如何使用 Gradio 和 Python 更改文本消息的语气

Mangs

252人浏览 · 2022-08-15 09:01:35

Mangs · 2022-08-15 09:01:35 发布

您是否曾经写过一段文字(电子邮件、信息等),并且您觉得您的语气似乎过于随意,您的信息可能会被误解,您想改变您的文字语气但不知道怎么做?

随着越来越多的人工智能进入世界,越来越多的情商必须进入领导层。 -阿米特·雷

在本文中,我们将构建一个神经网络驱动的人工智能应用程序,使您能够将文本的基调从休闲到正式、正式到休闲、活跃-to-Passive,Passive-to-Active,我们还将在 Hugging Face 空间上托管我们的应用程序。

在本文中,我们将使用开源库PyTorchStyleFormer和Gradio。

![](data:image/svg+xml,%3csvg%20xmlns=%27http://www.w3.org/2000/svg%27%20version=%271.1%27%20width=%27800%27%20height=%27452%27/%3e)

Styleformer-cover.jpg

什么是 StyleFormer

StyleFormer 在我们上面的 3 个项目中相对不为人知,我觉得如果我们能清楚地了解 StyleFormer 的含义,那将是有益的。

StyleFormer 是一个神经语言风格迁移框架,可以在正式/休闲、主动/被动等细粒度语言风格之间平滑地传输自然语言文本。它由Prithiviraj Damodaran创建。

项目工作流程

先决条件

为了有效地跟进这篇文章:

您必须安装Python
已安装IDE或Jupyter Notebook
具备基本的 Python 知识。

如果在教程中的任何时候,您可以随时参考:

代码库
托管应用程序

安装依赖

安装Gradio

pip install gradio

在 jupyter 单元格中:

!pip install gradio

安装 StyleFormer

pip install git+https://github.com/PrithivirajDamodaran/Styleformer.git

在 Jupyter 细胞中:

!pip install git+https://github.com/PrithivirajDamodaran/Styleformer.git

安装 Pytorch

要安装 Pytorch,您必须安装专用版本,在下面的照片中您会找到我的个性化版本,请随意使用适合您系统要求的版本。

要安装您的 PyTorch 版本,请访问PyTorch 网站并安装您的专用版本。

![](data:image/svg+xml,%3csvg%20xmlns=%27http://www.w3.org/2000/svg%27%20version=%271.1%27%20width=%27800%27%20height=%27600%27/%3e)

Pytorch-install.png

导入依赖

在这里,我们将导入我们安装的依赖项。

#Importingdependancies
from styleformer import Styleformer
import gradio as gr
import torch
import warnings
warnings.filterwarnings("ignore")

上面我们导入了依赖库并告诉 python 忽略最后一行中的所有警告。

套种

def set_seed(seed):
  torch.manual_seed(seed)
  if torch.cuda.is_available():
    torch.cuda.manual_seed_all(seed)

set_seed(1234)

上面我们将火炬种子设置为 other 以实现可重复性。不幸的是,解释这超出了本文的范围,但如果您想了解有关此功能的更多信息,请查看PyTorch 文档

下载和实例化风格转移模型

#Casual-Formal
sf_0 = Styleformer(style=0)

#Formal-Casual
sf_1 = Styleformer(style=1)

#Active-Passive
sf_2 = Styleformer(style=2)

#Passive-Active
sf_3 = Styleformer(style=3)

上面我们安装并实例化了所有将构成我们应用程序功能的模型。

注意: 对于样式参数,您将 0 用于休闲到正式模型,1 用于正式到休闲模型,2 用于主动到被动模型,3 用于被动到主动模型。

建立梯度函数

复制

def func(text, tone):
  if tone=="Casual-Formal":
    return sf_0.transfer(text)
  elif tone=="Formal-Casual":
    return sf_1.transfer(text)
  elif tone=="Active-Passive":
    return sf_2.transfer(text)
  eliif tone=="Passive-Active":
    return sf_3.transfer(text)
  else:
    return "No available Transfers"

上面我们创建了一个函数,它将作为一个工作流来告诉 gradio 我们计划如何处理我们的输入文本,我们创建了条件语句,这将使 gradio 能够有效且正确地将文本输入发送到用户请求的模型。

初始化 Gradio 应用程序

复制

#Initalizing Gradio App
app_description = "This model transforms the tone of the text, from formal to informal, from Active to Passive. Choose your option below."
app_title = "Tone Transfer"

app = gr.Interface(func,["text",gr.inputs.Radio(["Casual-Formal", "Formal-Casual", "Active-Passive","Passive-Active"])],"text",description=app_description, title=app_title)

app.launch()

上面我们写下了我们的应用程序的描述和标题。稍后我们会将变量传递到我们的应用程序接口中。

对于应用程序界面,我们传递了我们的包装函数,我们的输入 UI 组件由一个文本框组成,该文本框将接收用户的文本,然后是一个收音机,用户可以在其中选择他想要执行的样式过程或者休闲正式到正式、正式到休闲等。

然后,我们传递了我们的 description 和 title 变量。

最后,我们启动了我们的渐变应用程序。

托管在 Hugging Face Spaces 上

Hugging Face Spaces本质上是 Hugging face 为模型提供的免费托管,它提供了容器,工程师可以免费托管、运行和共享他们的应用程序。

要在 Hugging Face Spaces 上托管,请创建一个Hugging Face帐户,然后进入HuggingFace Space 页面并单击创建空间按钮,选择gradio 作为您的选项,然后按照结果页面上的说明进行操作。

Requirements.txt 项目

为了让 Hugging Face 能够使用它们的容器构建您的应用程序,您必须提供您的应用程序所依赖的库列表,这就是您的 requirements.txt 文件所在的位置。

当您想将包含app.py文件的最终存储库推送到渐变空间时,还需要添加一个 requirements.txt 文件并放入下面列出的项目。

git+https://github.com/PrithivirajDamodaran/Styleformer.git
torch

重要链接

代码库
托管应用程序

尾注

人工智能工具正在迅速接管过去由人类执行的大部分无聊任务,StyleFormer 就是其中之一。

Python

Python社区为您提供最前沿的新闻资讯和知识内容

更多推荐

求助！为什么用InsCode部署会出现无限重定向？

Python

如何重塑熊猫。系列

问题:如何重塑熊猫。系列在我看来,它就像 pandas.Series 中的一个错误。 a = pd.Series([1,2,3,4]) b = a.reshape(2,2) b b 有类型 Series 但无法显示,最后一条语句给出异常,非常冗长,最后一行是“TypeError: %d format: a number is required, not numpy.ndarray”。 b.sha

Python

在哪里可以找到有关 Keras 中默认权重初始化器的文档? [复制]

问题:在哪里可以找到有关 Keras 中默认权重初始化器的文档? [复制] 我刚刚在这里](https://keras.io/initializers/)中阅读了有关[中的 Keras 权重初始化器的信息。在文档中,只介绍了不同的初始化程序。如: model.add(Dense(64, kernel_initializer='random_normal')) 当我没有指定kernel_initia