Entendendo vetores one-hot
Aqui você vai aprender a gerar vetores codificados em one-hot a partir de palavras. A codificação one-hot é uma transformação comum aplicada a palavras para representá-las numericamente.
Você usará a função to_categorical() do Keras para criar vetores one-hot. A função to_categorical() espera como entrada uma sequência de inteiros. Por isso, é fornecido um dicionário word2index que pode ser usado para converter uma palavra em um inteiro.
Para concluir este exercício, você também vai usar a função embutida do Python zip(). A função zip() permite iterar por vários itens ao mesmo tempo. Por exemplo, se você tiver duas listas xx e yy do mesmo tamanho, ao chamar for x,y in zip(xx,yy) você pode acessar cada elemento x e y das listas iterativamente.
Este exercício faz parte do curso
Machine Translation with Keras
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
from tensorflow.keras.utils import to_categorical
# Create a list of words and convert them to indices
words = [____, ____, ____]
word_ids = [word2index[____] for w in ____]
print(____)