Генерация переводов с помощью NMT

Машинный перевод с Keras

Thushan Ganegedara

Data Scientist and Author

Мотивация

У вас есть обученная модель
Нужно помогать людям с задачами перевода
Протестируйте модель на новых данных
Как?
- Отложенная тестовая выборка для оценки модели
- Попросите модель предсказать перевод одного предложения.

Преобразование входных данных

Предложение на английском

en_st = ['the united states is sometimes chilly during december , but it is sometimes freezing in june .']

Преобразование предложения для энкодера

en_seq = sents2seqs('source', en_st, onehot=True, reverse=True)
print(np.argmax(en_seq, axis=-1)

English: ['the united states is sometimes chilly during december , 
           but it is sometimes freezing in june .']
Reversed sentence: ['june in freezing sometimes is it ...'] 
Reversed sequence: [[34   3  54       10        2  4  7 45  5 69 10  2 23 22  6]]

Генерация перевода

Генерация предсказания
```
fr_pred = model.predict(en_seq)
```
fr_pred.shape
- [sentences, seq len, vocab size]

Получение предсказанных классов

fr_seq = np.argmax(fr_pred, axis=-1)[0]

[[ 3  7 35 34  2 ...  5  4  4  0  0]] # <= fr_seq

fr_seq.shape
- [num sentences, sequence len]

Преобразование предсказания в предложение

Преобразование идентификаторов слов в предложение с помощью списочного включения

fr_sentence = ' '.join([fr_id2word[i] for i in fr_seq if i != 0])

English: the united states is sometimes chilly during december , but it is sometimes freezing in june .

French:                    les états unis est parfois froid en décembre mais il est parfois le gel en

French (Google Translate): les etats-unis sont parfois froids en décembre, mais parfois gelés en juin

Списочное включение подробнее

Списочное включение

word_list = [fr_tok.index_word[i] for i in fr_seq if i != 0]

Цикл for

word_list = []
for i in fr_seq:
  if i != 0:
    word_list.append(fr_tok.index_word[i])

Давайте потренируемся!

Машинный перевод с Keras