การสร้างคำแปลจากอังกฤษเป็นฝรั่งเศส
รู้หรือไม่ว่าธนาคาร HSBC เคยใช้เงินถึง 10 ล้านดอลลาร์เพื่อเปลี่ยนสโลแกนใหม่ เพียงเพราะความผิดพลาดในการแปลภาษา?
ในแบบฝึกหัดนี้ เราจะใช้โมเดลที่ฝึกไว้แล้วเพื่อทำนายคำแปลภาษาฝรั่งเศสของประโยคภาษาอังกฤษโดยใช้ model.predict() โมเดล (model) ที่ให้มานี้ถูกฝึกมาแล้ว 50 epoch บนประโยค 100,000 ประโยค และมีความแม่นยำประมาณ 90% บนชุดข้อมูล validation ที่มีคำมากกว่า 35,000 คำ แบบฝึกหัดนี้อาจใช้เวลาโหลดนานขึ้นเล็กน้อย เนื่องจากต้องโหลดโมเดลก่อนเริ่มต้น นอกจากนี้ยังมี dictionary (fr_id2word) ให้สำหรับแปลงดัชนีคำเป็นคำจริง และยังสามารถใช้ฟังก์ชัน sents2seqs ที่เขียนไว้ก่อนหน้านี้เพื่อเตรียมข้อมูลก่อนส่งเข้าโมเดล
สามารถใช้ help(sents2seqs) เพื่อทบทวนพารามิเตอร์ที่ฟังก์ชัน sents2seqs() รับได้
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Machine Translation ด้วย Keras
คำแนะนำการฝึกหัด
- เตรียมข้อมูล
en_stโดยแปลงเป็นnumpyarray แบบ onehot encoding โดยใช้ฟังก์ชันsents2seqsที่กำหนดไว้ก่อนหน้านี้ - ทำนายผลลัพธ์สำหรับ
en_seqโดยใช้โมเดลmodelที่ฝึกมาแล้ว - ดึงดัชนีที่มีค่าสูงสุดจากการทำนายแต่ละรายการใน
fr_predโดยใช้np.argmaxแล้วกำหนดให้กับfr_seq - แปลง sequence ID ภาษาฝรั่งเศสเป็นประโยคโดยใช้ list comprehension (อย่าลืมละเว้นค่า 0) แล้วกำหนดให้กับ
fr_sent
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
en_st = ['the united states is sometimes chilly during december , but it is sometimes freezing in june .']
print('English: {}'.format(en_st))
# Convert the English sentence to a sequence
en_seq = ____(____, en_st, ____=True, reverse=____)
# Predict probabilities of words using en_seq
fr_pred = ____.____(en_seq)
# Get the sequence indices (max argument) of fr_pred
fr_seq = ____.____(fr_pred, axis=____)[0]
# Convert the sequence of IDs to a sentence and print
fr_sent = [____[i] for i in ____ if i != ____]
print("French (Custom): {}".format(' '.join(fr_sent)))
print("French (Google Translate): les etats-unis sont parfois froids en décembre, mais parfois gelés en juin")