Memahami vektor one-hot
Di sini Anda akan belajar menghasilkan vektor one-hot dari kata-kata. One-hot encoding adalah transformasi umum yang diterapkan pada kata untuk merepresentasikannya secara numerik.
Anda akan menggunakan fungsi Keras to_categorical() untuk membuat vektor one-hot. Fungsi to_categorical() mengharapkan sebuah urutan bilangan bulat sebagai masukan. Oleh karena itu, sebuah kamus word2index disediakan yang dapat digunakan untuk mengonversi kata menjadi bilangan bulat.
Agar berhasil menyelesaikan latihan ini, Anda juga perlu menggunakan fungsi bawaan Python zip(). Fungsi zip() memungkinkan Anda melakukan iterasi atas beberapa hal sekaligus. Misalnya, jika Anda memiliki dua list xx dan yy dengan panjang yang sama, dengan memanggil for x,y in zip(xx,yy) Anda dapat mengakses setiap elemen x dan y dari list tersebut secara bertahap.
Latihan ini adalah bagian dari kursus
Penerjemahan Mesin dengan Keras
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
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(____)