Hoje vamos tentar treinar nossa própria rede neural para escrever letras de músicas. A amostra de treinamento será o texto do grupo Hands Up. Nada impede que você troque dados pelos textos de seus grupos favoritos. Para extrair dados de sites, usamos Python3 (módulo BeautifulSoup).

A tarefa será fazer o download de dados (textos) de sites e treinar a rede neural com base neles.

De fato, você pode dividir o trabalho em duas etapas:
Etapa 1: descarregue e salve a letra em um formato conveniente.
Etapa 2: treine sua própria rede neural.

Aos trolls e amadores que procurem o significado secreto, direi imediatamente:

• Eu não sou um membro da Hands Up.
• Este artigo não é um anúncio para nenhum grupo.
• Eu não recebi um centavo por ela.
• Não aprovarei os comentários, que têm a essência de apenas irritar o autor, sobre erros de digitação. É claro que tento fazer tudo sem erros, infelizmente, não sou falante nativo do idioma russo e, às vezes, não percebo algo, por favor, seja gentil e escreva sobre isso no PM. Para outros, com minhas brincadeiras sem graça, proponho um passeio na floresta.

Etapa 1

Ambiente virtual para o projeto (virtualenv).
REPO

#start virtualenv -p python3 my_song # 

 #run source my_song/bin/activate 

 #install modules pip install -r requirements.txt 

Descarregar e salvar as letras do site em salvar no formato * .csv.

 #-*- 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' 

O próximo passo é transliterar o texto para a versão latina (o modelo funciona melhor para o alfabeto latino do que para o alfabeto cirílico).

 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') '      ' ''' 

Etapa 2

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

E isso é tudo! Era fácil e conveniente de usar (textgenrnn) [ https://github.com/minimaxir/textgenrnn ], os textos ainda não são realistas, mas você deve alterar os parâmetros do modelo.

A vantagem do textgenrnn é que você não precisa lidar com nenhum tipo de processamento de dados, basta carregar um conjunto de dados de texto e sentar com uma xícara de café enquanto assiste ao treinamento do modelo.

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

O que vem a seguir?

Agora, depois de aprender como criar textgenrnn para criar textos, você pode fazer muito usando este conhecimento:

• Crie um artigo da Wikipedia.
• Publicações nas redes sociais.
• Notícias.

Lista de fontes utilizadas:

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