1. Nauka
    2. /
  2. Kursy
    3. /
  3. Tłumaczenie maszynowe z Keras
Connected

ćwiczenie

Generowanie tłumaczeń z angielskiego na francuski

Czy wiesz, że bank HSBC wydał 10 milionów dolarów na rebranding swojego sloganu z powodu błędu w tłumaczeniu?

Wykorzystamy wytrenowany model, aby przewidzieć francuskie tłumaczenie angielskiego zdania za pomocą model.predict(). Otrzymasz wytrenowany model (model), który przeszedł trening przez 50 epok na 100 000 zdaniach i osiągnął około 90% dokładności na zbiorze walidacyjnym zawierającym ponad 35 000 słów. Wczytanie modelu może chwilę potrwać, dlatego ćwiczenie może się ładować nieco dłużej. Dostępny będzie również słownik (fr_id2word), którego możesz użyć do zamiany indeksów słów na słowa. Na koniec skorzystasz z funkcji sents2seqs, którą zaimplementowałeś wcześniej, aby wstępnie przetworzyć dane przed podaniem ich do modelu.

Aby przypomnieć sobie, jakie argumenty przyjmuje funkcja sents2seqs(), użyj help(sents2seqs).

Instrukcje

100 XP
  • Wstępnie przetwórz źródłowe zdanie en_st, zamieniając je na tablicę numpy zakodowaną metodą one-hot za pomocą wcześniej zdefiniowanej funkcji sents2seqs.
  • Przewidź wynik dla en_seq przy użyciu dostarczonego wytrenowanego modelu model.
  • Wyodrębnij indeks maksymalnej wartości dla każdej predykcji z fr_pred za pomocą np.argmax i przypisz go do fr_seq.
  • Zamień identyfikatory sekwencji w języku francuskim na zdanie, używając list comprehension (pamiętaj, aby pominąć zera), i przypisz wynik do fr_sent.