Invertendo sentenças

Aqui você vai aprender a inverter sentenças para o modelo de encoder. Como discutido, inverter as sentenças de origem ajuda a criar uma conexão inicial mais forte entre o encoder e o decoder, o que melhora o desempenho do modelo. Porém, lembre-se sempre de que o benefício depende dos dois idiomas entre os quais você está traduzindo. Enquanto eles tiverem a mesma ordem de sujeito, verbo e objeto, isso vai beneficiar o modelo.

Neste exercício, você vai modificar a função sents2seqs() para conseguir inverter sentenças quando necessário. O usuário pode especificar um argumento nomeado booleano reverse, que faz a inversão do texto.

Este exercício faz parte do curso

Machine Translation with Keras

Ver curso

Instruções do exercício

Escreva a assinatura da função sents2seqs() adicionando um novo argumento nomeado reverse, que por padrão é False.
Inverta os IDs de sequência retornados na dimensão de tempo (usando a sintaxe ::-1), para que o ID da primeira palavra se torne o último.
Chame sents2seqs() e inverta as sentences fornecidas, mantendo todos os outros valores padrão dos parâmetros inalterados.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

sentences = ["california is never rainy during july ."]
# Add new keyword parameter reverse which defaults to False
def ____(input_type, sentences, onehot=False, pad_type='post', ____=____):     
    encoded_text = en_tok.texts_to_sequences(sentences)
    preproc_text = pad_sequences(encoded_text, padding=pad_type, truncating='post', maxlen=en_len)
    if reverse:
      # Reverse the text using numpy axis reversing
      preproc_text = preproc_text[:, ____]
    if onehot:
        preproc_text = to_categorical(preproc_text, num_classes=en_vocab)
    return preproc_text
# Call sents2seqs to get the padded and reversed sequence of IDs
pad_seq = ____('source', ____, ____=____)
rev_sent = [en_tok.index_word[wid] for wid in pad_seq[0][-6:]] 
print('\tReversed: ',' '.join(rev_sent))

Editar e executar o código