🎭 Генератор анекдотов

Веб-приложение для генерации анекдотов с помощью рекуррентной нейронной сети (LSTM), обученной на корпусе русскоязычных анекдотов.

Пользователь вводит начало анекдота — модель дописывает продолжение. Температура генерации регулирует «безумность» результата: низкая даёт предсказуемый текст, высокая — хаотичный и неожиданный.

---

Демонстрация

Интерфейс выполнен в стиле чата: вы пишете начало анекдота, модель отвечает вариантами продолжения.

Начальный экран чата

Получение анекдотов по началу

---

Стек технологий

• Python 3.10+
• PyTorch — архитектура и инференс модели (LSTM, 3 слоя)
• FastAPI — REST API сервер
• Uvicorn — ASGI-сервер
• HTML/CSS/JS — пользовательский интерфейс

---

Структура проекта

generating_jokes/
├── main.py                   # FastAPI-сервер с эндпоинтами и логикой генерации
├── joke_chat.html            # Веб-интерфейс (чат)
├── model_jokes_weights.pth   # Веса обученной модели
├── vocab_info.json           # Словарь: маппинг символов в индексы
├── model_training.ipynb      # Ноутбук с обучением модели
├── requirements.txt          # Зависимости Python
├── .gitignore                # Игнорируемые файлы
└── README.md

---

Быстрый старт

1. Клонируйте репозиторий

git clone https://github.com/jack1591/generating_jokes.git
cd generating_jokes

2. Скачайте веса моделей.

Скачайте веса моделей и поместите в корень проекта. Файл не был добавлен в репозиторий из-за размера. https://disk.yandex.ru/d/hTKJx0kfFF9U0w

3. Создайте виртуальное окружение

python -m venv .venv

Активация:

• Windows: .venv\Scripts\activate
• Linux / macOS: source .venv/bin/activate

4. Установите зависимости

pip install -r requirements.txt

5. Запустите сервер

uvicorn main:app --reload

Сервер запустится на http://localhost:8000.

6. Откройте интерфейс

Перейдите в браузере на:

http://localhost:8000/ui

---

API

GET /jokes

Генерация с настройкой количества и температуры.

Параметр	Тип	По умолчанию	Описание
prompt	str	—	Начало анекдота
count	int	5	Количество вариантов (1–20)
temperature	float	0.5	Температура генерации (0.1–2.0)

Пример запроса:

GET /jokes?prompt=Штирлиц&count=3&temperature=0.7

Пример ответа:

{
  "jokes": [
    "Штирлиц шёл по коридору...",
    "Штирлиц открыл дверь...",
    "Штирлиц посмотрел в окно..."
  ]
}

GET /random_joke

Случайный анекдот — сервер сам выбирает начало из набора популярных префиксов.

GET /health

Проверка состояния сервиса. Возвращает статус, устройство (CPU/GPU) и размер словаря.

GET /

Веб-интерфейс чата.

---

Архитектура модели

Посимвольная языковая модель на основе LSTM:

• Embedding — 256-мерное представление каждого символа
• LSTM — 3 слоя, hidden size 256, dropout 0.3
• Выходной слой — два линейных слоя с LeakyReLU

Словарь включает 85 символов: русские буквы (строчные и заглавные), цифры, пробел, знаки препинания и служебные токены (SOS, EOS, PAD).

---

Обучение

Ноутбук model_training.ipynb содержит полный пайплайн:

1. Загрузка и подготовка датасета анекдотов
2. Создание словаря и токенизация
3. Обучение LSTM-модели (10 эпох, Adam, lr=2e-3)
4. Генерация примеров и сохранение весов

Для обучения с нуля потребуется GPU (использовался Kaggle с CUDA).

---