โมเดล Sequence to Sequence
จากวิดีโอ คุณได้เรียนรู้เกี่ยวกับโมเดล sequence to sequence 4 ประเภท ได้แก่ many-to-one (การจำแนกประเภท) และ many-to-many (การสร้างข้อความ, การแปลภาษาด้วยโครงข่ายประสาทเทียม และโมเดลภาษา) ในแบบฝึกหัดนี้ ให้เลือกประเภทโมเดลที่เหมาะสมกับปัญหาต่อไปนี้:
คุณกำลังช่วยเพื่อนที่เชี่ยวชาญด้านการรู้จำเสียงพูด (speech recognition) เพื่อนของคุณสร้างโมเดลที่สามารถแยกแยะสำเนียงภาษาอังกฤษที่แตกต่างกันได้ แต่โมเดลยังไม่สามารถแยกแยะ คำพ้องเสียง (homophones) ได้ — นั่นคือคำที่ออกเสียงเหมือนกันแต่มีความหมายต่างกัน เช่น "sea" กับ "see" หรือ "write" กับ "right"
คุณเสนอให้ใช้โมเดลที่อาศัยบริบทรอบข้างเพื่อระบุความหมายของคำ เมื่อโมเดลเข้าใจความหมายของคำแล้ว ก็จะหลีกเลี่ยงผลลัพธ์อย่าง "Did you sea that car?" ได้ และเลือกใช้คำที่ถูกต้องอย่าง "see" แทน
โมเดล sequence-to-sequence ประเภทใดที่เหมาะสมกับปัญหานี้?
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Recurrent Neural Networks (RNNs) สำหรับ Language Modeling ด้วย Keras
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง
เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา
เริ่มแบบฝึกหัด