使用 LSTM 進行文字預測
在接下來的練習中，你將建立一個簡易的 LSTM 模型，利用一個小型文字資料集來預測下一個單字。
這個資料集包含整理過的電影 The Lord of the Ring 的台詞。內容已放在變數 text 中。
你會把這段 text 轉成長度為 4 的 sequences，並使用 Keras 的 Tokenizer 來為你的模型準備特徵與標籤！
Keras 的 Tokenizer 已經替你匯入。它會為每個不重複的單字指定一個唯一數字，並把對應關係儲存在字典中。這很重要，因為模型只能處理數字，但之後我們會想把模型輸出的數字再解碼回單字。
本練習屬於課程
Keras 深度學習入門
練習說明
- 使用
.split()把文字分割成單字陣列。 - 以每次往後移動 1 個單字的方式，建立每句含 4 個單字的句子。
- 建立一個
Tokenizer()，並用.fit_on_texts()對句子進行擬合。 - 呼叫
.texts_to_sequences()，把sentences轉成數字序列。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Split text into an array of words
words = ____.____
# Make sentences of 4 words each, moving one word at a time
sentences = []
for i in range(4, len(words)):
sentences.append(' '.join(words[i-____:i]))
# Instantiate a Tokenizer, then fit it on the sentences
tokenizer = ____
tokenizer.____(____)
# Turn sentences into a sequence of numbers
sequences = tokenizer.____(____)
print("Sentences: \n {} \n Sequences: \n {}".format(sentences[:5],sequences[:5]))