关于IMDB 数据中decoded_review = ‘ ‘.join([reverse_word_index.get(i - 3, ‘?‘) for i in train_data[0]])的理解

关于IMDB 数据集中代码decoded_review = ' '.join([reverse_word_index.get(i - 3, '?') for i in train_data[0]])

看到代码decoded_review = ' '.join([reverse_word_index.get(i - 3, '?') for i in train_data[0]])这个i-3怎么都不理解。

书中解释是如下：“将评论解码。注意，索引减去了3，因为0、1、2是为“padding”（填充）、“start of sequence”（序列开始）、“unknown”（未知词）分别保留的索引”

我去年想明白了，但今年看第二版时又忘了，所以写下来我的理解，imdb.get_word_index()这个是单词映射整数的字典，将其键值颠倒，变为根据索引查单词。

这句话的意思是文字先是映射成整数数字，但是0、1、2这三个数字是为了“padding”（填充）、“start of sequence”（序列开始）、“unknown”（未知词）保留的，也就是说单词映射数字不是从数字0开始，而是数字3开始，所以在单词映射数字时要先加3才是数字单词字imdb.get_word_index()的结果，所以翻过来就应该每个单词编号-3。

以上是我的理解，欢迎大家交流讨论。