1. 학습
    2. /
  2. 강의
    3. /
  3. Kerasで学ぶMachine Translation
Connected

연습 문제

翻訳の生成

ここでは、Teacher Forcing で学習した推論モデルを使ってフランス語訳を生成します。

このモデル（nmt_tf）は 100,000 文で 50 エポック学習しており、35,000 件超の検証セットでおよそ 98% の精度を達成しています。学習済みモデルを読み込む必要があるため、この演習の初期化には時間がかかる場合があります。sents2seqs() 関数が用意されています。さらに、次の 2 つの新しい関数も利用できます。

word2onehot(tokenizer, word, vocab_size) は以下を受け取ります:

  • tokenizer - Keras の Tokenizer オブジェクト
  • word - 語彙に含まれる単語を表す文字列（例：'apple'）
  • vocab_size - 語彙サイズ

probs2word(probs, tok) は以下を受け取ります:

  • probs - 形状が [1,<French Vocab Size>] のモデル出力
  • tok - Keras の Tokenizer オブジェクト

これらの関数のソースコードは、コンソールで print(inspect.getsource(word2onehot)) と print(inspect.getsource(probs2word)) を実行すると確認できます。

지침

100 XP
  • エンコーダで初期デコーダ状態（de_s_t）を予測します。
  • 直前の予測（出力）と直前の状態を入力として、デコーダから出力と新しい状態を予測します。新しい状態を再帰的に生成することを忘れないでください。
  • probs2word() 関数を使って、確率出力から単語文字列を取得します。
  • word2onehot() 関数を使って、その単語文字列をワンホットシーケンスに変換します。