理解独热向量（one-hot vectors）
本练习将带您从单词生成独热编码向量。独热编码是一种常用的转换，用于将单词表示为数值形式。
您将使用 Keras 的 to_categorical() 函数来创建独热向量。to_categorical() 期望输入是一个由整数构成的序列。因此，这里提供了一个 word2index 字典，可用于将单词转换为整数。
要顺利完成本练习，您还需要使用 Python 内置的 zip() 函数。zip() 允许您同时遍历多个序列。例如，如果您有两个长度相同的列表 xx 和 yy，通过编写 for x,y in zip(xx,yy)，就可以依次访问列表中的每个 x 和 y 元素。
本练习是课程的一部分
使用 Keras 的机器翻译
交互式实操练习
通过完成这段示例代码来试试这个练习。
from tensorflow.keras.utils import to_categorical
# Create a list of words and convert them to indices
words = [____, ____, ____]
word_ids = [word2index[____] for w in ____]
print(____)