Voltooi het tekst-omkeer model
Je gaat nu het decoder-gedeelte van het tekst-omkeer model implementeren, dat de contextvector van de encoder omzet naar omgekeerde woorden.
Je definieert twee functies: onehot2words() en decoder(). De functie onehot2words() krijgt een lijst met id's en een woordenboek index2word en zet een array van one-hotvectoren om naar een lijst met woorden. De functie decoder() krijgt de contextvector (dus: een lijst met woord-id's) en zet die om naar de omgekeerde lijst met woorden.
Voor deze oefening krijg je het woordenboek index2word, de contextvector context, de functie encoder() en de functies words2onehot() meegeleverd.
Deze oefening maakt deel uit van de cursus
Machine Translation met Keras
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Define the onehot2words function that returns words for a set of onehot vectors
def ____(onehot, index2word):
ids = np.____(____, ____=____)
res = [____[____] for id in ids]
return res