1. 学ぶ
    2. /
  2. コース
    3. /
  3. Kerasで学ぶIntroduction to Deep Learning
Connected

演習

予測をデコードする

LSTM の model はすでに学習済みです（詳細は前の演習の成功メッセージを参照）ので、待つ必要はありません。ここでは、その予測をデコードする関数を定義します。学習済みの model は、この関数のデフォルト引数として渡されます。

このモデルは softmax 関数を使って予測するため、numpy の argmax() を使って、確率ベクトルの中から最も確からしい次の単語を表すインデックス（位置）を取得できます。

先ほど作成して fit 済みの tokenizer は読み込まれています。model の次の単語の予測（整数）を、その実際の単語表記に変換するために、内部の index_word 辞書を使用します。

もう少しでモデルを使った実験が始められます！

指示

100 XP
  • texts_to_sequences() を使って、引数 test_text を数値列に変換します。
  • test_seq をモデルに渡して次の単語の予測を取得します。予測の numpy 配列に対して .argmax(axis=1)[0] を呼び出すと、最も確率が高い単語を表すインデックス（位置）が得られます。
  • tokenizer の index_word 辞書を使って、その予測に対応する単語を返します。