5 RNN案例 人名分类器

学习目标

• 了解有关人名分类问题和有关数据.
• 掌握使用RNN构建人名分类器实现过程.

1 案例介绍

• 关于人名分类问题:

  以一个人名为输入, 使用模型帮助我们判断它最有可能是来自哪一个国家的人名, 这在某些国际化公司的业务中具有重要意义, 在用户注册过程中, 会根据用户填写的名字直接给他分配可能的国家或地区选项, 以及该国家或地区的国旗, 限制手机号码位数等等.

• 人名分类数据预览

• 数据存放路径：$(home)/data/name_classfication.txt

• 数据格式说明 每一行第一个单词为人名，第二个单词为国家名。中间用制表符tab分割

Huffmann    German
Hummel  German
Hummel  German
Hutmacher   German
Ingersleben German
Jaeger  German
Jager   German
Deng    Chinese
Ding    Chinese
Dong    Chinese
Dou Chinese
Duan    Chinese
Eng Chinese
Fan Chinese
Fei Chinese
Abaimov Russian
Abakeliya   Russian
Abakovsky   Russian
Abakshin    Russian
Abakumoff   Russian
Abakumov    Russian
Abakumtsev  Russian
Abakushin   Russian
Abalakin    Russian

2 案例步骤¶

整个案例的实现可分为以下五个步骤

• 第一步导入必备的工具包
• 第二步对data文件中的数据进行处理，满足训练要求
• 第三步构建RNN模型(包括传统RNN, LSTM以及GRU)
• 第四步构建训练函数并进行训练
• 第五步构建预测函数并进行预测

2.1 导入必备的工具包

# 导入torch工具
import torch
# 导入nn准备构建模型
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
# 导入torch的数据源 数据迭代器工具包
from  torch.utils.data import Dataset, DataLoader
# 用于获得常见字母及字符规范化
import string
# 导入时间工具包
import time
# 引入制图工具包  
import matplotlib.pyplot as plt
# 从io中导入文件打开方法
from io import open

2.2 数据预处理