LoslegenKostenlos loslegen

NMT-Beispiel

Diese Übung baut auf dem ersten Einblick in NMT auf, den du zu Beginn des Kurses bekommen hast. Du wirst weiterhin kurze Sätze aus dem Portugiesischen ins Englische übersetzen.

Ein paar Beispielsätze findest du in der Variable „ sentences “ und sie werden auf der Konsole angezeigt.

Außerdem gibt's ein vortrainiertes Modell in der Variablen „ model “, und du kannst zwei benutzerdefinierte Funktionen nutzen, um ein paar Schritte zu vereinfachen:

  • encode_sequences(): Wandelt Texte in eine Folge von numerischen Indizes um und füllt sie auf.
  • translate_many(): Nutzt das schon trainierte Modell, um eine Liste von Sätzen aus dem Portugiesischen ins Englische zu übersetzen. Später wirst du diese Funktion selbst programmieren.

Mehr Infos zu den Funktionen findest du unter help(). Das Paket „ pandas “ wird als „ pd “ geladen.

Diese Übung ist Teil des Kurses

Rekursive neuronale Netze (RNNs) für die Sprachmodellierung mit Keras

Kurs anzeigen

Anleitung zur Übung

  • Mit der Funktion „ encode_sequences() “ kannst du die Texte vorbearbeiten und die Ergebnisse in der Variablen „ X “ speichern.
  • Übersetze „ sentences ” mit der Funktion „ translate_many() ”, indem du „ X ” als Parameter angibst.
  • Mach eine neue Tabelle „ pd.DataFrame() “ mit den Original- und übersetzten Listen als Spalten.
  • Druck den Datenrahmen aus.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Transform text into sequence of indexes and pad
X = ____(sentences)

# Print the sequences of indexes
print(X)

# Translate the sentences
translated = translate_many(model, ____)

# Create pandas DataFrame with original and translated
df = pd.DataFrame({'Original': ____, 'Translated': ____})

# Print the DataFrame
print(____)
Code bearbeiten und ausführen