Comprendre les vecteurs one‑hot
Ici, vous apprendrez à générer des vecteurs one-hot à partir de mots. Le one‑hot encoding est une transformation courante appliquée aux mots pour les représenter numériquement.
Vous utiliserez la fonction to_categorical() de Keras pour créer des vecteurs one‑hot. La fonction to_categorical() s'attend à recevoir en entrée une séquence d'entiers. Ainsi, un dictionnaire word2index est fourni pour convertir un mot en entier.
Pour réussir cet exercice, vous devrez aussi utiliser la fonction Python intégrée zip(). La fonction zip() permet d'itérer sur plusieurs éléments en parallèle. Par exemple, si vous avez deux listes xx et yy de même longueur, en appelant for x,y in zip(xx,yy), vous pouvez accéder à chaque élément x et y des listes de façon itérative.
Cette activité fait partie du cours
Traduction automatique avec Keras
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
from tensorflow.keras.utils import to_categorical
# Create a list of words and convert them to indices
words = [____, ____, ____]
word_ids = [word2index[____] for w in ____]
print(____)