反轉句子

在這裡你會學到如何為編碼器模型反轉句子。前面提到過，反轉來源句子有助於在編碼器與解碼器之間建立更好的初始對應，進而提升模型效能。不過要記得，效益取決於你要互譯的兩種語言。只要兩種語言的主詞、動詞、受詞順序一致，這個方法通常就能幫助模型。

在本練習中，你會修改 sents2seqs() 函式，讓它在需要時可以反轉句子。使用者可以透過布林關鍵字參數 reverse 來指定是否要反轉文字。

本練習屬於課程

使用 Keras 進行機器翻譯

檢視課程

練習說明

撰寫 sents2seqs() 的函式簽章，新增關鍵字參數 reverse，預設為 False。
在「時間維度」上反轉回傳的序列 ID（使用 ::-1 語法），讓第一個詞彙 ID 變成最後一個。
呼叫 sents2seqs() 並反轉給定的 sentences，其餘參數皆保持預設值不變。

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。

sentences = ["california is never rainy during july ."]
# Add new keyword parameter reverse which defaults to False
def ____(input_type, sentences, onehot=False, pad_type='post', ____=____):     
    encoded_text = en_tok.texts_to_sequences(sentences)
    preproc_text = pad_sequences(encoded_text, padding=pad_type, truncating='post', maxlen=en_len)
    if reverse:
      # Reverse the text using numpy axis reversing
      preproc_text = preproc_text[:, ____]
    if onehot:
        preproc_text = to_categorical(preproc_text, num_classes=en_vocab)
    return preproc_text
# Call sents2seqs to get the padded and reversed sequence of IDs
pad_seq = ____('source', ____, ____=____)
rev_sent = [en_tok.index_word[wid] for wid in pad_seq[0][-6:]] 
print('\tReversed: ',' '.join(rev_sent))

編輯並執行程式碼