项目概述

这个项目涉及两个主要部分：data.py 和 transformer.py。其中data.py 包含数据处理模块。 transformer.py包含transformer模型，训练和预测模块。

环境配置

运行pip install -r requirements.txt以安装额外的依赖包。其他都在标准库内。

文件结构

项目的文件结构如下：

• data.py: 包含数据集下载和数据集读取的模块。
• transformer.py: 包含Transformer模型的定义，以及训练和预测的模块。
• data/: 存放数据集的文件夹。
• README.md: 项目说明文档，你正在阅读的内容。

数据集

项目已经包含了所需的数据集，无需手动下载。数据集文件存放在data/文件夹中。

cn.txt.vocab.tsv与en.txt.vocab.tsv中每个词语后面的数字表示在训练文本中的出现次数。其中前几个特殊符号的含义如下：

• <PAD>: 填充符号。
• <UNK>: 未知符号。
• <S>: 句子开始。
• </S>: 句子结束。

cn.txt与en.txt中每行为一句话，一句话中任何两两相邻的词语和标点符号之间都使用空格分隔，以便于分词。

PS：事实上，这个数据集对于Transformer模型来说太小了。

训练

要训练模型，请执行以下命令：

python transformer.py --cfg train

模型将会保存在model文件夹中，包括best.pth与last.pth，分别为最优权重与最后权重。

预测

要进行预测，请执行以下命令：

python transformer.py --cfg predict

预测的结果将会保存在predict文件夹中。文件名命名格式为模型_predict_第几次预测.txt。文件内容包含原句子与模型翻译的句子。

此处提供一个可用的权重下载：百度网盘 （由于数据集太小，在训练集之外的表现不佳。）

注意训练与预测的具体参数设置都位于transformer.py中。