НачатьНачать бесплатно

Пример нейронного машинного перевода

Это упражнение позволит закрепить знакомство с нейронным машинным переводом (NMT), которое состоялось в начале курса. Вы продолжите переводить небольшие фразы с португальского на английский.

Несколько примеров предложений доступны в переменной sentences и выводятся в консоль.

Также доступна предварительно обученная модель в переменной model. Для упрощения некоторых шагов вы будете использовать две пользовательские функции:

  • encode_sequences(): преобразует тексты в последовательности числовых индексов и дополняет их до нужной длины.
  • translate_many(): использует предварительно обученную модель для перевода списка предложений с португальского на английский. Позже вы напишете эту функцию самостоятельно.

Чтобы узнать подробности о функциях, воспользуйтесь help(). Пакет pandas загружен как pd.

Это упражнение является частью курса

Рекуррентные нейронные сети (RNN) для языкового моделирования с Keras

Посмотреть курс

Инструкции к упражнению

  • Используйте функцию encode_sequences(), чтобы предобработать тексты, и сохраните результаты в переменную X.
  • Переведите предложения из sentences с помощью функции translate_many(), передав X в качестве параметра.
  • Создайте pd.DataFrame() с исходным и переведённым списками в виде столбцов.
  • Выведите полученный датафрейм.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Transform text into sequence of indexes and pad
X = ____(sentences)

# Print the sequences of indexes
print(X)

# Translate the sentences
translated = translate_many(model, ____)

# Create pandas DataFrame with original and translated
df = pd.DataFrame({'Original': ____, 'Translated': ____})

# Print the DataFrame
print(____)
Редактировать и запускать код