आज हम गीतों के बोल लिखने के लिए अपने स्वयं के तंत्रिका नेटवर्क को प्रशिक्षित करने का प्रयास करेंगे। प्रशिक्षण का नमूना हैंड्स अप समूह के ग्रंथ होंगे। कुछ भी नहीं आप अपने पसंदीदा समूहों के ग्रंथों के लिए डेटा का आदान-प्रदान करने से रोकता है। वेबसाइटों से डेटा निकालने के लिए हम Python3 (मॉड्यूल BeautifulSoup) का उपयोग करते हैं।

कार्य वेबसाइटों से डेटा (ग्रंथों) को डाउनलोड करना और फिर उनके आधार पर तंत्रिका नेटवर्क को प्रशिक्षित करना होगा।

वास्तव में, आप कार्य को 2 चरणों में तोड़ सकते हैं:
चरण 1: गीत को एक सुविधाजनक प्रारूप में अनलोड और सहेजें।
स्टेज 2: अपने स्वयं के तंत्रिका नेटवर्क को प्रशिक्षित करें।

ट्रोल और शौकीनों के लिए गुप्त अर्थ खोजने के लिए मैं तुरंत कहूंगा

• मैं हैंड्स अप का सदस्य नहीं हूं।
• यह लेख किसी भी समूह के लिए एक विज्ञापन नहीं है।
• मुझे उसके लिए एक पैसा नहीं मिला।
• मैं टिप्पणियों का अनुमोदन नहीं करूंगा, जिसमें केवल लेखक को नाराज करने का सार है, टाइपो के बारे में। बेशक, मैं त्रुटियों के बिना सब कुछ करने की कोशिश करता हूं, दुर्भाग्य से, मैं रूसी भाषा का मूल वक्ता नहीं हूं और कभी-कभी मैं कुछ नोटिस नहीं करता, कृपया दयालु रहें और इसके बारे में व्यक्तिगत रूप से लिखें। दूसरों के लिए, अपने निराधार भोज के साथ, मैं जंगल में टहलने का प्रस्ताव देता हूं।

स्टेज 1

परियोजना के लिए आभासी वातावरण (virtualenv)।
रेपो

#start virtualenv -p python3 my_song # 

 #run source my_song/bin/activate 

 #install modules pip install -r requirements.txt 

* .Csv प्रारूप में सहेजें में वेबसाइट से गीतों को उतारना और सहेजना।

 #-*- coding: utf-8 -*- import urllib.request from bs4 import BeautifulSoup import pandas as pd URL = 'http://txtmusic.ru/index.php?s=%D0%F3%EA%E8+%C2%E2%E5%F0%F5%21' #  page = urllib.request.urlopen(URL) soup = BeautifulSoup(page) li = soup.body.findAll('li') #   <li>    URL URLS = ['http://txtmusic.ru/'+laget('href') for l in li] df = pd.DataFrame(columns=['name', 'text']) list_of_names = [] list_of_text = [] ind=0 BIG = "" for URL in URLS: page = urllib.request.urlopen(URL) soup = BeautifulSoup(page) article = soup.body.findAll('article') #    ( rticle) text = str(article[0]).split('\n')[8] text = text.split('<br/>') text = [t for t in text if t!=''] text = " ".join(text) name= str(article[0].h1).split(" - ")[1].rstrip("</h1>") list_of_text.append(text) list_of_names.append(name) df.name = list_of_names df.text = list_of_text df.to_csv('songs.csv') #    'songs.csv' 

अगला कदम पाठ को लैटिन संस्करण में बदलना है (मॉडल सिरिलिक वर्णमाला के लिए लैटिन वर्णमाला के लिए बेहतर काम करता है)।

 import pandas as pd df = pd.read_csv('songs.csv') df = df[['name','text']] df.text = df.text.apply(lambda x: cyrtranslit.to_latin(x, 'ru')) df.text.to_csv('trans.csv') '''  cyrtranslit.to_latin('      ', 'ru') 'Moyo sudno na vozdushnoj podushke polno ugrej' cyrtranslit.to_cyrillic('Moyo sudno na vozdushnoj podushke polno ugrej') '      ' ''' 

स्टेज 2

 from textgenrnn import textgenrnn textgen = textgenrnn() textgen.train_from_file('trans.csv', num_epochs=1) # created file textgenrnn_weights.hdf5 

और वह सब है! यह (textgenrnn) [ https://github.com/minimaxir/textgenrnn ] का उपयोग करने के लिए आसान और सुविधाजनक था, ग्रंथ अभी भी यथार्थवादी नहीं हैं, लेकिन आपको मॉडल मापदंडों को स्वयं बदलना होगा।

Textgenrnn का लाभ यह है कि आपको किसी भी प्रकार की डेटा प्रोसेसिंग से निपटने की आवश्यकता नहीं है, बस अपने डेटा प्रशिक्षण को देखते हुए एक टेक्स्ट डेटा सेट लोड करें और एक कप कॉफी के साथ बैठें।

 #      textgen_2 = textgenrnn('textgenrnn_weights.hdf5') textgen_2.generate(3, temperature=1.0) textgen_2.generate_to_file('lyrics.txt') 

आगे क्या है?

अब, जब आपने पाठ बनाने के लिए टेक्स्टजेन को बनाने का तरीका सीख लिया है, तो आप इस ज्ञान का उपयोग करके बहुत कुछ कर सकते हैं:

• एक विकिपीडिया लेख बनाएँ।
• सामाजिक नेटवर्क पर पोस्ट।
• समाचार।

उपयोग किए गए स्रोतों की सूची:

https://github.com/minimaxir/textgenrnn
https://towardsdatascience.com/ai-generates-taylor-swifts-song-lyrics-6fd92a03ef7e