Pular para o conteúdo principal

Curso

Machine Translation with Keras

AvançadoNível de habilidade

Atualizado 11/2024

Quer saber como funcionam os modelos por trás de produtos como o Google Tradutor?

Iniciar curso gratuitamente

PythonArtificial Intelligence

4 h

16 vídeos

58 Exercícios

4,950 XP

5,012

Declaração de realização

Preferido por alunos de milhares de empresas

Treinando uma equipe?

Experimente para Empresas

Descrição do curso

A necessidade de levar um dicionário bilíngue na sua viagem pela Europa ou mantê-lo na mesa para fazer a lição de casa de língua estrangeira ficou para trás. Hoje, você acessa a internet e usa um serviço de tradução para entender rapidamente o que significa uma placa de rua ou descobrir como cumprimentar e agradecer alguém no idioma dele. Por trás desses serviços estão modelos complexos de machine translation. Já se perguntou como esses modelos funcionam? Este curso vai permitir que você explore o funcionamento interno de um modelo de tradução automática. Você vai usar o Keras, uma poderosa biblioteca de deep learning baseada em Python, para implementar um modelo de tradução. Em seguida, vai treinar o modelo para traduzir do inglês para o francês e conhecer técnicas para melhorar seu desempenho. Ao final do curso, você terá desenvolvido uma compreensão profunda dos modelos de machine translation e vai valorizá-los ainda mais!

Pré-requisitos

Introduction to Deep Learning with Keras

1

Introduction to Machine Translation

In this chapter, you'll understand what the encoder-decoder architecture is and how it is used for machine translation. You will also learn about Gated Recurrent Units (GRUs) and how they are used in the encoder-decoder architecture.

Introduction to machine translation

Understanding one-hot vectors

Part 1: Exploring the to_categorical() function

Part 2: Exploring the to_categorical() function

Encoder decoder architecture

Part 1: Text reversing model - Encoder

Part 2: Text reversing model - Encoder

Complete text reversing model

Understanding sequential models

Part 1: Understanding GRU models

Part 2: Understanding GRU models

Understanding sequential model output

Iniciar capítulo

2

Implementing an Encoder-Decoder Model with Keras

In this chapter, you will implement the encoder-decoder model with the Keras functional API. While doing so, you will learn several useful Keras layers such as RepeatVector and TimeDistributed layers.

Implementing the encoder

Part 1: Exploring the dataset

Part 2: Exploring the dataset

Defining the encoder

Implementing the decoder

Understanding the RepeatVector layer

The shape of a RepeatVector layer output

Defining the decoder

Dense and TimeDistributed layers

Part 1: Enter to win amazing prizes

Part 2: Let's play a few more games

Implementing the full encoder decoder model

Part 1: Defining the full model

Part 2: Defining the full model

Iniciar capítulo

3

Training and Generating Translations

In this chapter, you will train the previously defined model and then use a well-trained model to generate translations. You will see that our model does a good job when translating sentences.

Part 1: Preprocessing the Data

Tokenizing sentences with Keras

Controlling the vocabulary with the Tokenizer

Part 2: Preprocessing the Data

Adding special tokens

Padding sentences

Reversing sentences

Training the NMT model

Training the model

Splitting data to training and validation sets

Training the model with validation

Generating translations with the NMT

Part 1: Treasure hunt

Part 2: Treasure hunt

Generating English-French translations

Iniciar capítulo

4

Teacher Forcing and Word Embeddings

In this chapter, you will learn about a technique known as Teacher Forcing, which enables translation models to be trained better and faster. Then you will learn how you can use word embeddings to make the model even better.

Introduction to Teacher Forcing

Defining the Teacher Forcing model layers

Defining the Teacher Forcing model

Preprocessing data

Training the model with Teacher Forcing

Training the model

Splitting training and validation data

Training the model with validation

Generating translations from the model

Defining the decoder of the inference model

Link between the trained and inference model

Generating translations

Using word embedding for machine translation

Measuring word vector similarity

Defining the embedding model

Training the word embedding based model

Wrap-up and the final showdown

Iniciar capítulo

Machine Translation with Keras

Curso
concluído

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CV
Compartilhe nas redes sociais e em sua avaliação de desempenhoInscreva-se agora

Faça como mais de 19 milhões de alunos e comece Machine Translation with Keras hoje mesmo!

Desenvolva suas habilidades em dados com o app do DataCamp

Continue progredindo em qualquer lugar com nossos cursos para celular e desafios diários de programação de 5 minutos.