clean() 删去无用字符并分词,prepare() 将数据保存为 (en_text, zh_text) 格式
add_flag() 添加控制符,shift() 对 zh_text 分别删去 bos、eos 得到 zh_sent、label
tokenize() 分别通过 en_sent、flag_zh_text 建立词索引,构造 embed_mat
align() 对非测试数据 en_sent、zh_sent、label 头部,填充或截取为定长序列
通过 trm 构建翻译模型,分别对解码器词特征 x、编码器词特征 y 多头
线性映射得到 q、k、v,使用点积注意力分别得到语境向量、再进行交互决定输出
先对输入进行编码、再通过搜索进行解码,check() 忽略无效词,plot_att() 可视化