1. Nauka
    2. /
  2. Kursy
    3. /
  3. Rekurencyjne sieci neuronowe (RNN) do modelowania języka w Keras
Connected

ćwiczenie

Generowanie zdania z kontekstem

W tym ćwiczeniu poeksperymentujesz z wstępnie wytrenowanym modelem do generowania tekstu. Model jest już załadowany do środowiska w zmiennej model, podobnie jak funkcje initialize_params() i get_next_token().

Ta ostatnia wykorzystuje wstępnie wytrenowany model do przewidzenia kolejnego znaku i zwraca trzy zmienne: następny znak next_char, zaktualizowane zdanie res oraz przesunięty tekst seq, który posłuży do przewidzenia kolejnego znaku.

Zdefiniujesz funkcję, która przyjmuje wstępnie wytrenowany model oraz ciąg znaków stanowiący początek generowanego zdania. To dobra praktyka pozwalająca generować tekst z określonym kontekstem. Limit 100 znaków to tylko przykład – w swoich aplikacjach możesz używać innych limitów (lub nie stosować żadnego).

Instrukcje

100 XP
  • Przekaż zmienną initial_text do funkcji initialize_params().
  • Utwórz warunki zatrzymania pętli, gdy licznik osiągnie 100 lub zostanie znaleziona kropka (r'.').
  • Przekaż wartości początkowe res i seq do funkcji get_next_token(), aby uzyskać następny znak.
  • Wydrukuj przykładowe zdanie wygenerowane przez zdefiniowaną funkcję.