我正在尝试使用 keras 中的句子嵌入进行简单的文档分类。
我知道如何将词向量输入网络,但我在使用句子嵌入时遇到了问题。就我而言,我有一个简单的句子表示(例如,沿轴添加词向量np.sum(sequences, axis=0)
)。
我的问题是,我应该Embedding
在下面的代码中用什么替换层来提供句子嵌入?
model = Sequential()
model.add(Embedding(len(embedding_weights), len(embedding_weights[0]), weights=[embedding_weights], mask_zero=True,
input_length=MAX_SEQUENCE_LENGTH, trainable=True))
model.add(LSTM(LSTM_SIZE, activation='relu'))
我试过Embedding
层(没有设置权重)和Input
层,但都给出了错误。