Capire i vettori one-hot
Qui imparerai a generare vettori one-hot a partire dalle parole. Il one-hot encoding è una trasformazione comune applicata alle parole per rappresentarle numericamente.
Userai la funzione to_categorical() di Keras per creare vettori one-hot. La funzione to_categorical() si aspetta in input una sequenza di interi. Per questo ti viene fornito un dizionario word2index che puoi usare per convertire una parola in un intero.
Per completare correttamente questo esercizio dovrai anche usare la funzione Python incorporata zip(). La funzione zip() ti permette di iterare su più elementi contemporaneamente. Ad esempio, se hai due liste xx e yy della stessa lunghezza, chiamando for x,y in zip(xx,yy) puoi accedere iterativamente a ciascun elemento x e y delle liste.
Questo esercizio fa parte del corso
Traduzione automatica con Keras
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
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(____)