Esempio di NMT

Questo esercizio riprende l’anteprima che hai visto di NMT all’inizio del corso. Continuerai a tradurre brevi frasi in portoghese in inglese.

Alcune frasi di esempio sono disponibili nella variabile sentences e sono stampate in console.

È anche disponibile un modello pre-addestrato nella variabile model e userai due funzioni personalizzate per semplificare alcuni passaggi:

encode_sequences(): converte i testi in sequenze di indici numerici e li esegue il padding.
translate_many(): usa il modello pre-addestrato per tradurre un elenco di frasi dal portoghese all’inglese. In seguito implementerai tu stesso questa funzione.

Per maggiori dettagli sulle funzioni, usa help(). Il pacchetto pandas è caricato come pd.

Questo esercizio fa parte del corso

Reti Neurali Ricorrenti (RNN) per il Language Modeling con Keras

Visualizza corso

Istruzioni dell'esercizio

Usa la funzione encode_sequences() per pre-processare i testi e salva i risultati nella variabile X.
Traduci le sentences usando la funzione translate_many() passando X come parametro.
Crea un pd.DataFrame() con le liste originale e tradotta come colonne.
Stampa il data frame.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Transform text into sequence of indexes and pad
X = ____(sentences)

# Print the sequences of indexes
print(X)

# Translate the sentences
translated = translate_many(model, ____)

# Create pandas DataFrame with original and translated
df = pd.DataFrame({'Original': ____, 'Translated': ____})

# Print the DataFrame
print(____)

Modifica ed esegui il codice