如何为这个seq2seq实现创建单词词汇表？

Question

我遵循了seq2seq模型的教程。

我做了所有事情，虽然这个人使用了一个未知的，这是生成随机句子的helper.py模块（例如[6, 5, 9, 4]）。

现在，如果我理解正确的话，seq2seq模型会将单词放入词汇表中，将单词转换为数字，为它们指定一个索引（我不太确定它是一个索引，但它是类似的东西）然后使用这些数字代表这个词。

他使用此代码：

batch_size = 100

batches = helpers.random_sequences(length_from=3, length_to=8,
                               vocab_lower=2, vocab_upper=10,
                               batch_size=batch_size)

和此：

def next_feed():
    batch = next(batches)
    encoder_inputs_, encoder_input_lengths_ = helpers.batch(batch)
    decoder_targets_, _ = helpers.batch(
        [(sequence) + [EOS] + [PAD] * 2 for sequence in batch]
    )
    return {
        encoder_inputs: encoder_inputs_,
        encoder_inputs_length: encoder_input_lengths_,
        decoder_targets: decoder_targets_,
    }

我怎么能写一个我可以使用的词汇？

编辑：为了给出更多背景，这就是他写的：

  

培训玩具任务

     

考虑复制任务 - 给出词汇表中随机的整数序列，学习记忆和重现输入序列。因为序列是随机的，所以它们不包含任何结构，与自然语言不同。

（然后他会显示帖子中的代码）