Phần 2: Mô hình đảo ngược văn bản - Encoder
Bây giờ bạn sẽ triển khai phần còn lại của encoder trong mô hình đảo ngược văn bản. Encoder sẽ nhận các vector one-hot được tạo ra bởi hàm words2onehot() mà bạn đã triển khai trước đó.
Tại đây, bạn sẽ triển khai hàm encoder(). Hàm encoder() nhận vào một tập các vector one-hot và chuyển chúng thành một danh sách các ID từ.
Trong bài tập này, hàm words2onehot() và từ điển word2index (chứa các từ We, like và dogs) đã được cung cấp.
Bài tập này là một phần của khóa học
Machine Translation với Keras
Hướng dẫn bài tập
- Chuyển
onehotthành một mảng các ID từ bằng cách dùng hàmnp.argmax()và trả về các ID này. - Tạo một danh sách gồm các từ
We,like,dogs. - Chuyển danh sách từ sang các vector one-hot bằng hàm
words2onehot(). Nhớ rằngwords2onehot()nhận một danh sách từ và một từ điển Python làm đối số. - Lấy vector ngữ cảnh của các vector one-hot bằng hàm
encoder().
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
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)