python - Python keras - 词嵌入

Question

我有以下问题：

我正在使用anaconda python. 在 keras 的数据集中，有一个处理电影评论情感分类的数据集，或者imdb。

from keras.datasets import imdb
(X_train, y_train), (X_test, y_test) = imdb.load_data()

根据文档，数据集现在可以使用了。基本上，这些词已被整数替换，这些整数表示数据集中每个词的有序频率。因此，每个修订版中的句子都由一系列整数组成。这是问题，我想知道一种将新数据集“转换”为 keras 输入模式的方法。

抱歉出现错误，我是 python 新手，我正在尝试学习 ml。

我尝试这样做，word2vec但我不知道我是否走在正确的道路上：

word2vec.train_on_corpus(
    open('my-corpus.txt').read(),
    num_embedding_dimensions=500
)

该示例带有文本，但是我有一个体系结构，其中每个文件夹的名称都是标签，并且在每个文件夹中我都有 txt 文档。

我“得到”的另一种方法是使用sklearn

from sklearn.feature_extraction.text import CountVectorizer
vectorizer = CountVectorizer(analyzer = "word",   
                         tokenizer = None,    
                         preprocessor = None, 
                         stop_words = None,   
                         max_features = 5000) 

train_data_features = vectorizer.fit_transform(sentences)
train_data_features = train_data_features.toarray()

你有其他我可以使用的替代品吗？目前的做法真的是这样吗？但我仍然不知道如何将文本向量绑定到标签

欢迎任何帮助，谢谢。