我会开始说我对 Keras 和机器学习很陌生。我正在尝试建立一个由两部分组成的“实验”模型：
- 一个“编码器”，它接受一个字符串（包含一长串属性，我正在使用DBLP-ACM数据集），构建这个字符串的单词的嵌入（word2vec），并将它们编码成一个向量（双向 LSTM） .
- 一个可训练模型，它在输入中采用 3 个向量（模型 1 的结果）并使用三元组损失作为损失函数（我已经定义了它，使用向量之间的欧几里得距离）
我的第一步是让这个模型适应我的数据集，然后我创建了一个三元组数据集并定义了三元组损失函数，正如我之前所说的。我现在试图弄清楚如何修改这个模型以接受 3 个输入，区分第 1 步和第 2 步，并应用适当的损失函数。
这很棘手，但我肯定比我想象的要容易。我可以提供我的实际模型，但它与我上面链接的模型非常相似（应该代表第一步），除了输入格式。非常感谢每一个建议、想法或代码片段！