Traducir portugués a inglés
Este es el último ejercicio del curso, ¡enhorabuena por haber llegado hasta aquí!
Aprenderás a utilizar modelos NMT para realizar traducciones.
Se ha preentrenado un modelo que codifica frases cortas en portugués y las decodifica en frases cortas en inglés, y se ha cargado en la variable model.
Además, la función predict_one() ya está cargada. Para obtener más información, utiliza help(). El conjunto de datos está disponible en las variables test (texto sin formato) y X_test (tokenizado).
Definirás una función para traducir una lista de frases. En los parámetros, « sentences » es una lista de frases que se van a traducir, « index_to_word » es un objeto de tipo « dict » que contiene índices numéricos como claves y palabras como valores para el idioma inglés, cargado en la variable « en_index_to_word ».
Se ha impreso el resumen del modelo para tu consideración.
Este ejercicio forma parte del curso
Redes neuronales recurrentes (RNN) para el modelado del lenguaje con Keras
Instrucciones del ejercicio
- Bucle sobre el iterador enumerado de las frases.
- Utiliza la función precargada «
predict_one()» (Traduce una frase) para traducir una frase. - Imprime el resultado de la traducción.
- Llama a la función definida para traducir las 10 frases iniciales de la variable
X_test.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Function to predict many phrases
def predict_many(model, sentences, index_to_word, raw_dataset):
for i, sentence in ____(sentences):
# Translate the Portuguese sentence
translation = ____(model, sentence, index_to_word)
# Get the raw Portuguese and English sentences
raw_target, raw_src = raw_dataset[i]
# Print the correct Portuguese and English sentences and the predicted
print('src=[%s], target=[%s], predicted=[%s]' % (raw_src, raw_target, ____))
____(model, X_test[____], en_index_to_word, test)