Teď si vyzkoušíš generování francouzských překladů pomocí inferenčního modelu natrénovaného s využitím Teacher Forcing.

Tento model (nmt_tf) byl trénován po dobu 50 epoch na 100 000 větách a dosáhl přibližně 98% přesnosti na validační sadě čítající více než 35 000 příkladů. Inicializace tohoto cvičení může trvat déle, protože je potřeba načíst natrénovaný model. K dispozici máš funkci sents2seqs(). Byly ti také poskytnuty dvě nové funkce:

word2onehot(tokenizer, word, vocab_size), která přijímá:

tokenizer – objekt Tokenizer z Kerasu
word – řetězec představující slovo ze slovníku (např. 'apple')
vocab_size – velikost slovníku

probs2word(probs, tok), která přijímá:

probs – výstup modelu ve tvaru [1,<French Vocab Size>]
tok – objekt Tokenizer z Kerasu

Zdrojový kód těchto funkcí si můžeš prohlédnout zadáním print(inspect.getsource(word2onehot)) a print(inspect.getsource(probs2word)) do konzole.

Použití word embeddingu pro strojový překlad

Create Your Free Account