Kom igångKom igång gratis

Översätt portugisiska till engelska

Det här är kursens sista övning – grattis till att du tagit dig hit!

Du kommer att lära dig hur man använder NMT-modeller för att göra översättningar.

En modell som kodar korta portugisiska fraser och avkodar dem till korta engelska fraser har förtrainats och finns inläst i variabeln model.

Funktionen predict_one() är också redan inläst – använd help() för mer information. Datamängden finns tillgänglig i variablerna test (råtext) och X_test (tokeniserad).

Du ska definiera en funktion för att översätta en lista med meningar. I parametrarna är sentences en lista med fraser som ska översättas, och index_to_word är en dict med numeriska index som nycklar och engelska ord som värden – inläst i variabeln en_index_to_word.

Modellsammanfattningen har skrivits ut för din referens.

Den här övningen är en del av kursen

Återkommande neurala nätverk (RNN) för språkmodellering med Keras

Visa kurs

Övningsinstruktioner

  • Loopa över den enumererade iteratorn av fraserna.
  • Använd den förinstallerade funktionen predict_one() för att översätta en fras.
  • Skriv ut översättningsresultatet.
  • Anropa den definierade funktionen för att översätta de första 10 fraserna i variabeln X_test.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)
Redigera och kör kod