20、语言翻译模型构建：从输出序列到完整模型

语言翻译模型构建：从输出序列到完整模型

1. 创建输出序列

和处理输入文本类似，我们需要将分词后的输出转换为序列。以下是具体的代码实现：

# 将分词后的文本转换为序列
tokenized_output = tokenizer_out.texts_to_sequences(target_texts)

我们可以使用以下代码来查看输出词汇表的大小：

output_vocab_size = len(tokenizer_out.word_index) + 1
output_vocab_size

这里输出的大小是 4964，这意味着我们的词汇表中有 4964 个西班牙语单词。

为了让训练更快收敛，我们在输出上使用教师强制（teacher forcing）。教师强制的原理是给解码器提示下一个单词，减少其猜测工作，从而加快学习速度。需要注意的是，教师强制仅在模型训练时使用，在测试或推理模式下不使用。

# 教师强制
for i in range(len(tokenized_output)):
    tokenized_output[i] = tokenized_output[i][1:]

接着，我们要确定输出的最大长度，并将所有输出标记用零填充。

maxlen_output = m