構建語言翻譯應用程式

概述

本指南將引導您完成構建和執行語言翻譯應用程式的過程。您將使用 Python 和 Googletrans 構建應用程式，然後使用 Docker 設定環境並執行應用程式。

該應用程式演示了 Googletrans 庫用於語言翻譯的簡單但實用的用途，展示了基本的 Python 和 Docker 概念。Googletrans 是一個免費且無限制的 Python 庫，它實現了 Google Translate API。它使用 Google Translate AJAX API 來呼叫諸如檢測和翻譯等方法。

先決條件

• 您已安裝最新版本的 Docker Desktop。Docker 定期新增新功能，本指南的某些部分可能僅適用於最新版本的 Docker Desktop。
• 您有一個 Git 客戶端。本節中的示例使用基於命令列的 Git 客戶端，但您可以使用任何客戶端。

獲取示例應用程式

1. 開啟終端，並使用以下命令克隆示例應用程式的倉庫。

   $ git clone https://github.com/harsh4870/Docker-NLP.git
   

2. 驗證您是否已克隆倉庫。

   您應該在 Docker-NLP 目錄中看到以下檔案。

   01_sentiment_analysis.py
   02_name_entity_recognition.py
   03_text_classification.py
   04_text_summarization.py
   05_language_translation.py
   entrypoint.sh
   requirements.txt
   Dockerfile
   README.md

探索應用程式程式碼

應用程式的原始碼位於 Docker-NLP/05_language_translation.py 檔案中。在文字或程式碼編輯器中開啟 05_language_translation.py，以在以下步驟中探索其內容。

1. 匯入所需的庫。

   from googletrans import Translator

   這行從 googletrans 中匯入 Translator 類。Googletrans 是一個 Python 庫，它為 Google Translate 的 AJAX API 提供了一個介面。

2. 指定主要執行塊。

   if __name__ == "__main__":

   此 Python 習慣用法確保以下程式碼塊僅在該指令碼是主程式時執行。它提供了靈活性，允許指令碼既可以作為獨立程式執行，也可以作為匯入的模組執行。

3. 建立一個用於連續輸入的無限迴圈。

      while True:
         input_text = input("Enter the text for translation (type 'exit' to end): ")
   
         if input_text.lower() == 'exit':
            print("Exiting...")
            break

   此處建立了一個無限迴圈，以不斷地提示您輸入文字，確保互動性。當您鍵入 exit 時，迴圈會中斷，允許您有效地控制應用程式流程。

4. 建立一個 Translator 例項。

         translator = Translator()

   這將建立一個 Translator 類的例項，它執行翻譯。

5. 翻譯文字。

         translated_text = translator.translate(input_text, dest='fr').text

   此處，translator.translate 方法用使用者輸入呼叫。dest='fr' 引數指定翻譯的目標語言為法語。.text 屬性獲取翻譯後的字串。有關可用語言程式碼的更多詳細資訊，請參閱 Googletrans 文件.

6. 列印原始文字和翻譯後的文字。

         print(f"Original Text: {input_text}")
         print(f"Translated Text: {translated_text}")

   這兩行列印使用者輸入的原始文字和翻譯後的文字。

7. 建立 requirements.txt。示例應用程式已包含 requirements.txt 檔案以指定應用程式匯入的必要模組。在程式碼或文字編輯器中開啟 requirements.txt 以探索其內容。

   ...
   
   # 05 language_translation
   googletrans==4.0.0-rc1

   語言翻譯應用程式僅需要 googletrans。

探索應用程式環境

您將使用 Docker 在容器中執行應用程式。Docker 允許您容器化應用程式，為執行應用程式提供一致且隔離的環境。這意味著應用程式將在 Docker 容器內按預期執行，無論底層系統差異如何。

要在容器中執行應用程式，需要一個 Dockerfile。Dockerfile 是一個文字檔案，其中包含您將在命令列上呼叫的所有命令，以組裝映象。映象是一個只讀模板，其中包含用於建立 Docker 容器的說明。

示例應用程式已包含一個 Dockerfile。在程式碼或文字編輯器中開啟 Dockerfile 以探索其內容。

以下步驟解釋了 Dockerfile 的每個部分。有關更多詳細資訊，請參閱 Dockerfile 參考.

1. 指定基礎映象。

   FROM python:3.8-slim

   此命令為構建奠定了基礎。python:3.8-slim 是 Python 3.8 映象的輕量級版本，針對大小和速度進行了最佳化。使用此精簡映象可以減少 Docker 映象的整體大小，從而導致更快的下載速度，並且安全漏洞的攻擊面更小。這對基於 Python 的應用程式特別有用，在這些應用程式中，您可能不需要完整的標準 Python 映象。

2. 設定工作目錄。

   WORKDIR /app

   WORKDIR 設定 Docker 映象內的當前工作目錄。透過將其設定為 /app，您可以確保 Dockerfile 中的所有後續命令（如 COPY 和 RUN）都在此目錄中執行。這也有助於組織您的 Docker 映象，因為所有與應用程式相關的檔案都包含在特定目錄中。

3. 將 requirements 檔案複製到映象中。

   COPY requirements.txt /app

   COPY 命令將 requirements.txt 檔案從您的本地機器傳輸到 Docker 映象。該檔案列出了應用程式所需的所有 Python 依賴項。將其複製到容器中，使下一個命令 (RUN pip install) 能夠在映象環境中安裝這些依賴項。

4. 在映象中安裝 Python 依賴項。

   RUN pip install --no-cache-dir -r requirements.txt

   此行使用 pip（Python 的軟體包安裝程式）來安裝 requirements.txt 中列出的軟體包。--no-cache-dir 選項停用快取，這透過不儲存不必要的快取資料來減小 Docker 映象的大小。

5. 執行其他命令。

   RUN python -m spacy download en_core_web_sm

   此步驟特定於需要 spaCy 庫的 NLP 應用程式。它下載 en_core_web_sm 模型，這是一個用於 spaCy 的小型英語語言模型。雖然本應用程式不需要它，但它被包含在內，以與可能使用此 Dockerfile 的其他 NLP 應用程式相容。

6. 將應用程式程式碼複製到映象中。

   COPY *.py /app
   COPY entrypoint.sh /app

   這些命令將您的 Python 指令碼和 entrypoint.sh 指令碼複製到映象的 /app 目錄中。這至關重要，因為容器需要這些指令碼才能執行應用程式。entrypoint.sh 指令碼尤其重要，因為它決定了應用程式在容器中如何啟動。

7. 設定 entrypoint.sh 指令碼的許可權。

   RUN chmod +x /app/entrypoint.sh

   此命令修改 entrypoint.sh 的檔案許可權，使其可執行。此步驟對於確保 Docker 容器可以執行此指令碼以啟動應用程式至關重要。

8. 設定入口點。

   ENTRYPOINT ["/app/entrypoint.sh"]

   ENTRYPOINT 指令配置容器以執行 entrypoint.sh 作為其預設可執行檔案。這意味著容器啟動時，它會自動執行指令碼。

   您可以透過在程式碼或文字編輯器中開啟它來探索 entrypoint.sh 指令碼。由於示例包含多個應用程式，因此該指令碼允許您指定容器啟動時要執行的應用程式。

執行應用程式

要使用 Docker 執行應用程式

1. 構建映象。

   在終端中，在 Dockerfile 所在目錄中執行以下命令。

   $ docker build -t basic-nlp .
   

   以下是對命令的分解

   • docker build：這是用於從 Dockerfile 和上下文構建 Docker 映象的主要命令。上下文通常是一組指定位置的檔案，通常是包含 Dockerfile 的目錄。
   • -t basic-nlp: 此選項用於標記映象。-t 標誌代表標記。它為映象分配一個名稱，在本例中為 basic-nlp。標記是方便的方式，可在以後引用映象，尤其是在將它們推送到登錄檔或執行容器時。
   • .: 這是命令的最後一部分，指定構建上下文。句點 (.) 表示當前目錄。Docker 將在該目錄中查詢 Dockerfile。構建上下文（在本例中為當前目錄）將傳送到 Docker 守護程式以啟用構建。它包括指定目錄中的所有檔案和子目錄。

   有關更多詳細資訊，請參閱 docker build CLI 參考。

   Docker 在構建映象時會輸出多個日誌到您的控制檯。您將看到它下載並安裝依賴項。這可能需要幾分鐘，具體取決於您的網路連線。Docker 具有快取功能，因此後續構建可以更快。構建完成後，控制檯將返回到提示符。

2. 以容器形式執行映象。

   在終端中，執行以下命令。

   $ docker run -it basic-nlp 05_language_translation.py
   

   以下是對命令的分解

   • docker run: 這是用於從 Docker 映象執行新容器的主要命令。
   • -it: 這是兩個選項的組合
     • -i 或 --interactive: 即使未附加，此選項也會使標準輸入 (STDIN) 保持開啟狀態。它允許容器在前景中保持執行並具有互動性。
     • -t 或 --tty: 此選項分配一個偽終端，本質上模擬一個終端，例如命令提示符或 shell。它可以讓您與容器中的應用程式進行互動。
   • basic-nlp: 此選項指定要用於建立容器的 Docker 映象的名稱。在本例中，它是由 docker build 命令建立的名為 basic-nlp 的映象。
   • 05_language_translation.py: 這是您要在 Docker 容器中執行的指令碼。它將傳遞給 entrypoint.sh 指令碼，該指令碼在容器啟動時執行它。

   有關更多詳細資訊，請參閱 docker run CLI 參考。

   注意

   對於 Windows 使用者，您可能在執行容器時遇到錯誤。驗證 entrypoint.sh 中的行尾是否為 LF (\n) 而不是 CRLF (\r\n)，然後重新構建映象。有關更多詳細資訊，請參閱 避免意外語法錯誤，在容器中使用 Unix 風格的行尾。

   容器啟動後，您將在控制檯中看到以下內容。

   Enter the text for translation (type 'exit' to end):
   

3. 測試應用程式。

   輸入一些文字以獲取文字摘要。

   Enter the text for translation (type 'exit' to end): Hello, how are you doing?
   Original Text: Hello, how are you doing?
   Translated Text: Bonjour comment allez-vous?
   

總結

在本指南中，您學習瞭如何構建和執行語言翻譯應用程式。您學習瞭如何使用 Python 和 Googletrans 構建應用程式，然後使用 Docker 設定環境並執行應用程式。

相關資訊

• Docker CLI 參考
• Dockerfile 參考
• Googletrans
• Python 文件

下一步

探索更多 自然語言處理指南。