在Keras中嵌入层后添加词性特征

我想在Keras中嵌入层后将词性特征添加到词向量中。我希望将这些特征以独热编码(one hot)的形式添加,并在嵌入层后进行连接。但是,词的词性是动态变化的,因此我不能使用另一个嵌入层来进行词性独热编码的查找并将两个嵌入层结合起来。


回答:

这是一个简单的方法,我假设输入是一个词及其词性标签。

word = Input(...)pos = Input(...)emb = Embedding( ... ) (word)layer = Concatenate()([emb, pos])outputs = .... # 你的处理model = Model(inputs=[word,pos], outputs=outputs)

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注