Bölüm 2: Metin ters çevirme modeli - Encoder
Şimdi metin ters çevirme modelinin encoder’ının kalan kısmını uygulayacaksın. Encoder, daha önce yazdığın words2onehot() fonksiyonunun ürettiği one-hot vektörleri girdi olarak alır.
Burada encoder() fonksiyonunu uygulayacaksın. encoder() fonksiyonu, bir dizi one-hot vektörü alır ve bunları sözcük kimlikleri (ID’leri) listesine dönüştürür.
Bu egzersiz için, words2onehot() fonksiyonu ve (We, like ve dogs sözcüklerini içeren) word2index sözlüğü sağlanmıştır.
Bu egzersiz, kursun bir parçasıdır
Keras ile Machine Translation
Egzersiz talimatları
onehot’unp.argmax()fonksiyonunu kullanarak sözcük ID’lerinden oluşan bir diziye dönüştür ve bu ID’leri döndür.We,like,dogssözcüklerinden oluşan bir liste tanımla.- Sözcük listesini
words2onehot()fonksiyonunu kullanarak one-hot vektörlerine dönüştür. Unutma,words2onehot()argüman olarak bir sözcük listesi ve bir Python sözlüğü alır. - One-hot vektörlerinin bağlam vektörünü
encoder()fonksiyonunu kullanarak elde et.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
def encoder(onehot):
# Get word IDs from onehot vectors and return the IDs
word_ids = np.____(____, axis=____)
return ____
# Define "We like dogs" as words
words = ____
# Convert words to onehot vectors using words2onehot
onehot = ____(____, ____)
# Get the context vector by using the encoder function
context = encoder(____)
print(context)