开始使用免费开始使用

NMT 示例

本练习旨在在您在课程开头对 NMT 的初步了解基础上继续深入。您将继续把葡萄牙语的短语翻译成英语。

一些示例句子已存放在变量 sentences 中，并已打印到控制台。

此外，变量 model 中提供了一个预训练模型，您还将使用两个自定义函数来简化部分步骤：

  • encode_sequences()：将文本转换为数值索引序列并进行填充。
  • translate_many()：使用预训练模型将葡萄牙语句子列表翻译为英语。稍后您将亲自编写此函数。

如需了解函数的更多细节，请使用 help()。已将 pandas 库按 pd 导入。

本练习是课程的一部分

使用 Keras 构建语言建模的循环神经网络（RNN）

查看课程

练习说明

  • 使用 encode_sequences() 函数对文本进行预处理，并将结果保存到变量 X 中。
  • 使用 translate_many() 函数翻译 sentences，并传入 X 作为参数。
  • 使用 pd.DataFrame() 创建一个数据框，将原始列表和翻译后的列表作为列。
  • 打印该数据框。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Transform text into sequence of indexes and pad
X = ____(sentences)

# Print the sequences of indexes
print(X)

# Translate the sentences
translated = translate_many(model, ____)

# Create pandas DataFrame with original and translated
df = pd.DataFrame({'Original': ____, 'Translated': ____})

# Print the DataFrame
print(____)
编辑并运行代码