ÎncepețiÎncepe gratuit

Traduce din portugheză în engleză

Acesta este ultimul exercițiu al cursului – felicitări că ai ajuns până aici!

Vei învăța cum să folosești modelele NMT pentru a face traduceri.

Un model care codifică fraze scurte în portugheză și le decodifică în fraze scurte în engleză a fost pre-antrenat și este disponibil în variabila model.

De asemenea, funcția predict_one() este deja încărcată – folosește help() pentru detalii. Setul de date este disponibil în variabilele test (text brut) și X_test (tokenizat).

Vei defini o funcție care traduce o listă de propoziții. În parametri, sentences este o listă de fraze de tradus, iar index_to_word este un dict ce conține indici numerici drept chei și cuvinte drept valori pentru limba engleză, disponibil în variabila en_index_to_word.

Sumarului modelului a fost afișat pentru referință.

Acest exercițiu face parte din cursul

Rețele Neuronale Recurente (RNN) pentru Modelare a Limbajului cu Keras

Vezi cursul

Instrucțiuni pentru exercițiu

  • Parcurge iteratorul enumerat al frazelor cu o buclă.
  • Folosește funcția pre-încărcată predict_one() pentru a traduce o singură frază.
  • Afișează rezultatul traducerii.
  • Apelează funcția definită pentru a traduce primele 10 fraze din variabila X_test.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Function to predict many phrases
def predict_many(model, sentences, index_to_word, raw_dataset):
    for i, sentence in ____(sentences):
        # Translate the Portuguese sentence
        translation = ____(model, sentence, index_to_word)
        
        # Get the raw Portuguese and English sentences
        raw_target, raw_src = raw_dataset[i]
        
        # Print the correct Portuguese and English sentences and the predicted
        print('src=[%s], target=[%s], predicted=[%s]' % (raw_src, raw_target, ____))

____(model, X_test[____], en_index_to_word, test)
Editează și rulează codul