NMT-exempel
Den här övningen bygger vidare på den korta introduktion till NMT som du fick i början av kursen. Du fortsätter att översätta korta portugisiska fraser till engelska.
Några exempelmeningar finns tillgängliga i variabeln sentences och skrivs ut i konsolen.
Dessutom finns en förtränad modell i variabeln model, och du kommer att använda två egna funktioner för att förenkla några steg:
encode_sequences(): Omvandlar texter till sekvenser av numeriska index och paddrar dem.translate_many(): Använder den förtränade modellen för att översätta en lista med meningar från portugisiska till engelska. Senare kommer du att skriva den här funktionen själv.
Använd help() för mer information om funktionerna. Paketet pandas är inläst som pd.
Den här övningen är en del av kursen
Återkommande neurala nätverk (RNN) för språkmodellering med Keras
Övningsinstruktioner
- Använd funktionen
encode_sequences()för att förbehandla texterna och spara resultaten i variabelnX. - Översätt
sentencesmed funktionentranslate_many()genom att skickaXsom parameter. - Skapa en
pd.DataFrame()med de ursprungliga och översatta listorna som kolumner. - Skriv ut dataframen.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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(____)