自然语言生成任务中的5种采样方法介绍和Pytorch代码实现

在自然语言生成任务（NLG）中，采样方法是指从生成模型中获取文本输出的一种技术。本文将介绍常用的5中方法并用Pytorch进行实现。

1、Greedy Decoding

Greedy Decoding在每个时间步选择当前条件概率最高的词语作为输出，直到生成结束。在贪婪解码中，生成模型根据输入序列，逐个时间步地预测输出序列中的每个词语。在每个时间步，模型根据当前的隐藏状态和已生成的部分序列计算每个词语的条件概率分布，模型选择具有最高条件概率的词语作为当前时间步的输出。这个词语成为下一个时间步的输入，生成过程持续直到满足某种终止条件，比如生成了指定长度的序列或者生成了特殊的结束标记。

这种方法简单高效，每个时间步只需计算当前条件概率最高的词语，因此计算速度较快。但是由于每个时间步只考虑当前条件概率最高的词语，贪婪解码可能会陷入局部最优解，而无法获得全局最优解。这可能导致生成的文本缺乏多样性或不准确。

尽管贪婪解码存在一些局限性，但它仍然是许多序列生成任务中常用的一种方法，特别是在对速度要求较高或者任务较为简单的情况下。

def greedy_decoding(input_ids, max_tokens=300):

   with torch.inference_mode():

       for _ in range(max_tokens):

           outputs = model(input_ids)

           next_token_logits = outputs.logits[:, -1, :]

           next_token = torch.argmax(next_token_logits, dim=-1)

           if next_token == tokenizer.eos_token_id:

               break

           input_ids = torch.cat([input_ids, rearrange(next_token, 'c -> 1 c')], dim=-1)

       generated_text = tokenizer.decode(input_ids[0])

   return generated_text

2、Beam Search

束搜索（Beam Search）是贪婪解码的一种扩展，通过在每个时间步保留多个候选序列来克服贪婪解码的局部最优问题。

在每个时间步保留概率最高的前几个候选词语，然后在下一个时间步基于这些候选词语继续扩展，直到生成结束。束搜索通过考虑多个候选词语路径，可以在一定程度上增加生成文本的多样性。

在束搜索中，模型在每个时间步会生成多个候选序列，而不是仅选择一个最优序列。模型会根据当前已生成的部分序列和隐藏状态，预测下一个时间步可能的词语，并计算每个词语的条件概率分布。

上图的每一步中，只保留两条最可能的路径(根据beam =2)，而所有其他都被丢弃。此过程将继续进行，直到满足停止条件，该停止条件可以是生成序列结束令牌或达到最大序列长度的模型。最终输出将是最后一组路径中具有最高总体概率的序列。

from einops import rearrange

import torch.nn.functional as F

def beam_search(input_ids, max_tokens=100, beam_size=2):

   beam_scores = torch.zeros(beam_size).to(device)

   beam_sequences = input_ids.clone()

   active_beams = torch.ones(beam_size, dtype=torch.bool)

   for step in range(max_tokens):

       outputs = model(beam_sequences)

       logits = outputs.logits[:, -1, :]

       probs = F.softmax(logits, dim=-1)

       top_scores, top_indices = torch.topk(probs.flatten(), k=beam_size, sorted=False)

       beam_indices = top_indices // probs.shape[-1]

       token_indices = top_indices % probs.shape[-1]

       beam_sequences = torch.cat([

           beam_sequences[beam_indices],

           token_indices.unsqueeze(-1)

      ], dim=-1)

       beam_scores = top_scores

       active_beams = ~(token_indices == tokenizer.eos_token_id)

       if not active_beams.any():

           print("no active beams")

           break

   best_beam = beam_scores.argmax()

   best_sequence = beam_sequences[best_beam]

   generated_text = tokenizer.decode(best_sequence)

   return generated_text3、Temperature Sampling

温度参数采样（Temperature Sampling）常用于基于概率的生成模型，如语言模型。它通过引入一个称为“温度”（Temperature）的参数来调整模型输出的概率分布，从而控制生成文本的多样性。

在温度参数采样中，模型在每个时间步生成词语时，会计算出词语的条件概率分布。然后模型将这个条件概率分布中的每个词语的概率值除以温度参数，对结果进行归一化处理，获得新的归一化概率分布。较高的温度值会使概率分布更平滑，从而增加生成文本的多样性。低概率的词语也有较高的可能性被选择；而较低的温度值则会使概率分布更集中，更倾向于选择高概率的词语，因此生成的文本更加确定性。最后模型根据这个新的归一化概率分布进行随机采样，选择生成的词语。

4、Top-K Sampling

Top-K 采样（在每个时间步选择条件概率排名前 K 的词语，然后在这 K 个词语中进行随机采样。这种方法既能保持一定的生成质量，又能增加文本的多样性，并且可以通过限制候选词语的数量来控制生成文本的多样性。

这个过程使得生成的文本在保持一定的生成质量的同时，也具有一定的多样性，因为在候选词语中仍然存在一定的竞争性。

参数 K 控制了在每个时间步中保留的候选词语的数量。较小的 K 值会导致更加贪婪的行为，因为只有少数几个词语参与随机采样，而较大的 K 值会增加生成文本的多样性，但也会增加计算开销。

def top_k_sampling(input_ids, max_tokens=100, top_k=50, temperature=1.0):

  for _ in range(max_tokens):

       with torch.inference_mode():

           outputs = model(input_ids)

           next_token_logits = outputs.logits[:, -1, :]

           top_k_logits, top_k_indices = torch.topk(next_token_logits, top_k)

           top_k_probs = F.softmax(top_k_logits / temperature, dim=-1)

           next_token_index = torch.multinomial(top_k_probs, num_samples=1)

           next_token = top_k_indices.gather(-1, next_token_index)

           input_ids = torch.cat([input_ids, next_token], dim=-1)

   generated_text = tokenizer.decode(input_ids[0])

   return generated_text5、Top-P (Nucleus) Sampling:

Nucleus Sampling（核采样），也被称为Top-p  Sampling旨在在保持生成文本质量的同时增加多样性。这种方法可以视作是Top-K  Sampling的一种变体，它在每个时间步根据模型输出的概率分布选择概率累积超过给定阈值p的词语集合，然后在这个词语集合中进行随机采样。这种方法会动态调整候选词语的数量，以保持一定的文本多样性。

在Nucleus Sampling中，模型在每个时间步生成词语时，首先按照概率从高到低对词汇表中的所有词语进行排序，然后模型计算累积概率，并找到累积概率超过给定阈值p的最小词语子集，这个子集就是所谓的“核”（nucleus）。模型在这个核中进行随机采样，根据词语的概率分布来选择最终输出的词语。这样做可以保证所选词语的总概率超过了阈值p，同时也保持了一定的多样性。

参数p是Nucleus Sampling中的重要参数，它决定了所选词语的概率总和。p的值会被设置在(0,1]之间，表示词语总概率的一个下界。

Nucleus Sampling 能够保持一定的生成质量，因为它在一定程度上考虑了概率分布。通过选择概率总和超过给定阈值p的词语子集进行随机采样，Nucleus Sampling 能够增加生成文本的多样性。

def top_p_sampling(input_ids, max_tokens=100, top_p=0.95):

   with torch.inference_mode():

       for _ in range(max_tokens):

               outputs = model(input_ids)

               next_token_logits = outputs.logits[:, -1, :]

               sorted_logits, sorted_indices = torch.sort(next_token_logits, descending=True)

               sorted_probabilities = F.softmax(sorted_logits, dim=-1)

               cumulative_probs = torch.cumsum(sorted_probabilities, dim=-1)

               sorted_indices_to_remove = cumulative_probs > top_p

               sorted_indices_to_remove[..., 0] = False

               indices_to_remove = sorted_indices[sorted_indices_to_remove]

               next_token_logits.scatter_(-1, indices_to_remove[None, :], float('-inf'))

               probs = F.softmax(next_token_logits, dim=-1)

               next_token = torch.multinomial(probs, num_samples=1)

               input_ids = torch.cat([input_ids, next_token], dim=-1)

       generated_text = tokenizer.decode(input_ids[0])

   return generated_text总结

自然语言生成任务中，采样方法是非常重要的。选择合适的采样方法可以在一定程度上影响生成文本的质量、多样性和效率。上面介绍的几种采样方法各有特点，适用于不同的应用场景和需求。

贪婪解码是一种简单直接的方法，适用于速度要求较高的情况，但可能导致生成文本缺乏多样性。束搜索通过保留多个候选序列来克服贪婪解码的局部最优问题，生成的文本质量更高，但计算开销较大。Top-K 采样和核采样可以控制生成文本的多样性，适用于需要平衡质量和多样性的场景。温度参数采样则可以根据温度参数灵活调节生成文本的多样性，适用于需要平衡多样性和质量的任务。