メインコンテンツへスキップ

ホーム Python

コース

Kerasで学ぶMachine Translation

上級スキルレベル

更新日 2024/11

Google Translateのような製品を支えるモデルの仕組みに興味はありますか？

コースを無料で開始

PythonArtificial Intelligence

4時間

16 ビデオ

58 演習

4,950 XP

5,012

修了証明書

何千もの企業の従業員が支持

チームのトレーニングを担当していますか？

Businessをお試しください

コース説明

ヨーロッパ旅行に二カ国語辞書を持ち歩いたり、外国語の宿題のために机の上に辞書を置いておく時代は終わりました。今ではインターネットにアクセスして言語翻訳サービスを使えば、標識の意味をすぐに理解したり、現地の言葉でのあいさつやお礼の言い方を簡単に調べられます。こうした翻訳サービスの裏側には、複雑なMachine Translationモデルがあります。これらのモデルがどのように動作するか、気になったことはありませんか？このコースでは、Machine Translationモデルの仕組みを内側から探っていきます。強力なPythonベースのディープラーニングライブラリであるKerasを使って翻訳モデルを実装し、英語からフランス語への翻訳を学習させます。さらに、モデルを改良するためのテクニックも紹介します。コース修了時には、Machine Translationモデルへの深い理解が身につき、その価値をより実感できるようになります。

前提条件

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

チャプターを開始

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

チャプターを開始

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

チャプターを開始

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

チャプターを開始

Kerasで学ぶMachine Translation

コース完了

修了証明書を取得

この修了書をLinkedInや履歴書、CVに追加しましょう
ソーシャルメディアや人事評価で共有しましょう今すぐ登録

19百万人を超える学習者と共にKerasで学ぶMachine Translationを始めましょう！

DataCamp for Mobileでデータスキルを磨きましょう

モバイルコースと毎日の 5 分間のコーディングチャレンジで、外出先でも進歩できます。