构建语言翻译应用程序

概述

本指南将引导您完成构建和运行语言翻译应用程序的过程。您将使用 Python 和 Googletrans 构建应用程序，然后使用 Docker 设置环境并运行应用程序。

该应用程序演示了 Googletrans 库用于语言翻译的简单但实用的用途，展示了基本的 Python 和 Docker 概念。Googletrans 是一个免费且无限制的 Python 库，它实现了 Google Translate API。它使用 Google Translate AJAX API 来调用诸如检测和翻译等方法。

先决条件

• 您已安装最新版本的 Docker Desktop。Docker 定期添加新功能，本指南的某些部分可能仅适用于最新版本的 Docker Desktop。
• 您有一个 Git 客户端。本节中的示例使用基于命令行的 Git 客户端，但您可以使用任何客户端。

获取示例应用程序

1. 打开终端，并使用以下命令克隆示例应用程序的仓库。

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

2. 验证您是否已克隆仓库。

   您应该在 Docker-NLP 目录中看到以下文件。

   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

探索应用程序代码

应用程序的源代码位于 Docker-NLP/05_language_translation.py 文件中。在文本或代码编辑器中打开 05_language_translation.py，以在以下步骤中探索其内容。

1. 导入所需的库。

   from googletrans import Translator

   这行从 googletrans 中导入 Translator 类。Googletrans 是一个 Python 库，它为 Google Translate 的 AJAX API 提供了一个接口。

2. 指定主要执行块。

   if __name__ == "__main__":

   此 Python 习惯用法确保以下代码块仅在该脚本是主程序时运行。它提供了灵活性，允许脚本既可以作为独立程序运行，也可以作为导入的模块运行。

3. 创建一个用于连续输入的无限循环。

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

   此处建立了一个无限循环，以不断地提示您输入文本，确保交互性。当您键入 exit 时，循环会中断，允许您有效地控制应用程序流程。

4. 创建一个 Translator 实例。

         translator = Translator()

   这将创建一个 Translator 类的实例，它执行翻译。

5. 翻译文本。

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

   此处，translator.translate 方法用用户输入调用。dest='fr' 参数指定翻译的目标语言为法语。.text 属性获取翻译后的字符串。有关可用语言代码的更多详细信息，请参阅 Googletrans 文档.

6. 打印原始文本和翻译后的文本。

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

   这两行打印用户输入的原始文本和翻译后的文本。

7. 创建 requirements.txt。示例应用程序已包含 requirements.txt 文件以指定应用程序导入的必要模块。在代码或文本编辑器中打开 requirements.txt 以探索其内容。

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

   语言翻译应用程序仅需要 googletrans。

探索应用程序环境

您将使用 Docker 在容器中运行应用程序。Docker 允许您容器化应用程序，为运行应用程序提供一致且隔离的环境。这意味着应用程序将在 Docker 容器内按预期运行，无论底层系统差异如何。

要在容器中运行应用程序，需要一个 Dockerfile。Dockerfile 是一个文本文件，其中包含您将在命令行上调用的所有命令，以组装镜像。镜像是一个只读模板，其中包含用于创建 Docker 容器的说明。

示例应用程序已包含一个 Dockerfile。在代码或文本编辑器中打开 Dockerfile 以探索其内容。

以下步骤解释了 Dockerfile 的每个部分。有关更多详细信息，请参阅 Dockerfile 参考.

1. 指定基础镜像。

   FROM python:3.8-slim

   此命令为构建奠定了基础。python:3.8-slim 是 Python 3.8 镜像的轻量级版本，针对大小和速度进行了优化。使用此精简镜像可以减少 Docker 镜像的整体大小，从而导致更快的下载速度，并且安全漏洞的攻击面更小。这对基于 Python 的应用程序特别有用，在这些应用程序中，您可能不需要完整的标准 Python 镜像。

2. 设置工作目录。

   WORKDIR /app

   WORKDIR 设置 Docker 镜像内的当前工作目录。通过将其设置为 /app，您可以确保 Dockerfile 中的所有后续命令（如 COPY 和 RUN）都在此目录中执行。这也有助于组织您的 Docker 镜像，因为所有与应用程序相关的文件都包含在特定目录中。

3. 将 requirements 文件复制到镜像中。

   COPY requirements.txt /app

   COPY 命令将 requirements.txt 文件从您的本地机器传输到 Docker 镜像。该文件列出了应用程序所需的所有 Python 依赖项。将其复制到容器中，使下一个命令 (RUN pip install) 能够在镜像环境中安装这些依赖项。

4. 在镜像中安装 Python 依赖项。

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

   此行使用 pip（Python 的软件包安装程序）来安装 requirements.txt 中列出的软件包。--no-cache-dir 选项禁用缓存，这通过不存储不必要的缓存数据来减小 Docker 镜像的大小。

5. 运行其他命令。

   RUN python -m spacy download en_core_web_sm

   此步骤特定于需要 spaCy 库的 NLP 应用程序。它下载 en_core_web_sm 模型，这是一个用于 spaCy 的小型英语语言模型。虽然本应用程序不需要它，但它被包含在内，以与可能使用此 Dockerfile 的其他 NLP 应用程序兼容。

6. 将应用程序代码复制到镜像中。

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

   这些命令将您的 Python 脚本和 entrypoint.sh 脚本复制到镜像的 /app 目录中。这至关重要，因为容器需要这些脚本才能运行应用程序。entrypoint.sh 脚本尤其重要，因为它决定了应用程序在容器中如何启动。

7. 设置 entrypoint.sh 脚本的权限。

   RUN chmod +x /app/entrypoint.sh

   此命令修改 entrypoint.sh 的文件权限，使其可执行。此步骤对于确保 Docker 容器可以运行此脚本以启动应用程序至关重要。

8. 设置入口点。

   ENTRYPOINT ["/app/entrypoint.sh"]

   ENTRYPOINT 指令配置容器以运行 entrypoint.sh 作为其默认可执行文件。这意味着容器启动时，它会自动执行脚本。

   您可以通过在代码或文本编辑器中打开它来探索 entrypoint.sh 脚本。由于示例包含多个应用程序，因此该脚本允许您指定容器启动时要运行的应用程序。

运行应用程序

要使用 Docker 运行应用程序

1. 构建镜像。

   在终端中，在 Dockerfile 所在目录中运行以下命令。

   $ docker build -t basic-nlp .
   

   以下是对命令的分解

   • docker build：这是用于从 Dockerfile 和上下文构建 Docker 镜像的主要命令。上下文通常是一组指定位置的文件，通常是包含 Dockerfile 的目录。
   • -t basic-nlp: 此选项用于标记镜像。-t 标志代表标记。它为镜像分配一个名称，在本例中为 basic-nlp。标记是方便的方式，可在以后引用镜像，尤其是在将它们推送到注册表或运行容器时。
   • .: 这是命令的最后一部分，指定构建上下文。句点 (.) 表示当前目录。Docker 将在该目录中查找 Dockerfile。构建上下文（在本例中为当前目录）将发送到 Docker 守护程序以启用构建。它包括指定目录中的所有文件和子目录。

   有关更多详细信息，请参阅 docker build CLI 参考。

   Docker 在构建镜像时会输出多个日志到您的控制台。您将看到它下载并安装依赖项。这可能需要几分钟，具体取决于您的网络连接。Docker 具有缓存功能，因此后续构建可以更快。构建完成后，控制台将返回到提示符。

2. 以容器形式运行镜像。

   在终端中，运行以下命令。

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

   以下是对命令的分解

   • docker run: 这是用于从 Docker 镜像运行新容器的主要命令。
   • -it: 这是两个选项的组合
     • -i 或 --interactive: 即使未附加，此选项也会使标准输入 (STDIN) 保持打开状态。它允许容器在前景中保持运行并具有交互性。
     • -t 或 --tty: 此选项分配一个伪终端，本质上模拟一个终端，例如命令提示符或 shell。它可以让您与容器中的应用程序进行交互。
   • basic-nlp: 此选项指定要用于创建容器的 Docker 镜像的名称。在本例中，它是由 docker build 命令创建的名为 basic-nlp 的镜像。
   • 05_language_translation.py: 这是您要在 Docker 容器中运行的脚本。它将传递给 entrypoint.sh 脚本，该脚本在容器启动时运行它。

   有关更多详细信息，请参阅 docker run CLI 参考。

   注意

   对于 Windows 用户，您可能在运行容器时遇到错误。验证 entrypoint.sh 中的行尾是否为 LF (\n) 而不是 CRLF (\r\n)，然后重新构建镜像。有关更多详细信息，请参阅 避免意外语法错误，在容器中使用 Unix 风格的行尾。

   容器启动后，您将在控制台中看到以下内容。

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

3. 测试应用程序。

   输入一些文本以获取文本摘要。

   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?
   

总结

在本指南中，您学习了如何构建和运行语言翻译应用程序。您学习了如何使用 Python 和 Googletrans 构建应用程序，然后使用 Docker 设置环境并运行应用程序。

相关信息

• Docker CLI 参考
• Dockerfile 参考
• Googletrans
• Python 文档

下一步

探索更多 自然语言处理指南。