Generar traducciones
Ahora generarás traducciones al francés utilizando un modelo de inferencia entrenado con Teacher Forcing.
Este modelo (nmt_tf) se ha entrenado durante 50 épocas con 100 000 frases, lo que ha permitido alcanzar una precisión de alrededor del 98 % en un conjunto de validación de más de 35 000 frases. Este ejercicio puede tardar más tiempo en inicializarse, ya que es necesario cargar el modelo entrenado. Se te proporciona la función « sents2seqs() ». También se te han asignado dos nuevas funciones:
word2onehot(tokenizer, word, vocab_size) que acepta:
tokenizer: un objeto Keras
Tokenizer.word: cadena que representa una palabra del vocabulario (por ejemplo, «
'apple'»).vocab_size - Tamaño del vocabulario
probs2word(probs, tok) que acepta:
probs: salida del modelo de la forma.
[1,<French Vocab Size>]tok: un objeto Keras de «
Tokenizer» (entrega de resultados).
Puedes echar un vistazo al código fuente de estas funciones escribiendo « print(inspect.getsource(word2onehot)) » y « print(inspect.getsource(probs2word)) » en la consola.
Este ejercicio forma parte del curso
Traducción automática con Keras
Instrucciones del ejercicio
- Predice el estado inicial del decodificador (
de_s_t) con el codificador. - Predice la salida y el nuevo estado del decodificador utilizando la predicción anterior (salida) y el estado anterior como entradas. Recuerda generar recursivamente el nuevo estado.
- Obtén la cadena de palabras a partir de la salida de probabilidad utilizando la función
probs2word(). - Convierte la cadena de palabras en una secuencia one-hot utilizando la función «
word2onehot()».
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
en_sent = ['the united states is sometimes chilly during december , but it is sometimes freezing in june .']
print('English: {}'.format(en_sent))
en_seq = sents2seqs('source', en_sent, onehot=True, reverse=True)
# Predict the initial decoder state with the encoder
de_s_t = ____.predict(____)
de_seq = word2onehot(fr_tok, 'sos', fr_vocab)
fr_sent = ''
for i in range(fr_len):
# Predict from the decoder and recursively assign the new state to de_s_t
de_prob, ____ = ____.predict([____,____])
# Get the word from the probability output using probs2word
de_w = probs2word(____, fr_tok)
# Convert the word to a onehot sequence using word2onehot
de_seq = word2onehot(fr_tok, ____, fr_vocab)
if de_w == 'eos': break
fr_sent += de_w + ' '
print("French (Ours): {}".format(fr_sent))
print("French (Google Translate): les etats-unis sont parfois froids en décembre, mais parfois gelés en juin")