Část 2: Model pro obrácení textu – enkodér

Teď naimplementuješ zbytek enkodéru modelu pro obrácení textu. Enkodér přijímá one-hot vektory vytvořené funkcí words2onehot(), kterou jsi implementoval/a dříve.

V tomto cvičení budeš implementovat funkci encoder(). Funkce encoder() přijme sadu one-hot vektorů a převede je na seznam ID slov.

Pro toto cvičení jsou k dispozici funkce words2onehot() a slovník word2index (obsahující slova We, like a dogs).

Toto cvičení je součástí kurzu

Machine Translation with Keras

Zobrazit kurz

Pokyny k cvičení

Převeď onehot na pole ID slov pomocí funkce np.argmax() a tato ID slov vrať.
Definuj seznam slov obsahující slova We, like, dogs.
Převeď seznam slov na one-hot vektory pomocí funkce words2onehot(). Nezapomeň, že words2onehot() přijímá seznam slov a pythonový slovník jako své argumenty.
Získej kontextový vektor z one-hot vektorů pomocí funkce encoder().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

def encoder(onehot):
  # Get word IDs from onehot vectors and return the IDs
  word_ids = np.____(____, axis=____)
  return ____

# Define "We like dogs" as words
words = ____
# Convert words to onehot vectors using words2onehot
onehot = ____(____, ____)
# Get the context vector by using the encoder function
context = encoder(____)
print(context)

Upravit a spustit kód