1. Apprendre
    2. /
  2. Cours
    3. /
  3. Réseaux de neurones récurrents (RNN) pour la modélisation du langage avec Keras
Connected

Exercice

Classer des articles de presse

Dans cet exercice, vous allez créer un modèle de classification multiclasse.

L'ensemble de données est déjà chargé dans l'environnement sous le nom news_novel. De plus, tout le prétraitement des données d'entraînement a déjà été effectué et le tokenizer est aussi disponible dans l'environnement.

Un modèle RNN a été préentraîné avec l'architecture suivante : une couche Embedding, une couche LSTM et une couche de sortie Dense visant trois classes : sci.space, alt.atheism et soc.religion.christian. Les poids de ce modèle entraîné se trouvent dans le fichier classify_news_weights.h5.

Vous allez prétraiter les nouvelles données et évaluer le nouveau jeu de données news_novel.

Instructions

100 XP
  • Transformez les données présentes dans news_novel.data en utilisant le tokenizer chargé.
  • Complétez (pad) les séquences d'index numériques obtenues.
  • Transformez les étiquettes présentes dans news_novel.target en représentation one-hot.
  • Évaluez le modèle à l'aide de la méthode .evaluate() et affichez la perte (loss) et la justesse (accuracy) obtenues.