我有三组句子（单词数量不等），但我不知道如何从文本中提取特征，使得输入维度保持不变。

例如，我尝试过使用词袋模型，但由于单词数量的变化导致输入维度的变化，最终会出现错误。

如果你能展示一种准备字符串数据以供神经网络使用的方案，我将非常感激。

谢谢你！

（在Windows 7上使用Python 2.7）

回答：

如何格式化输入

这是从wikipedia.org提取的内容

John喜欢看电影。Mary也喜欢。

John也喜欢看足球比赛。

{    "John": 1,    "likes": 2,    "to": 3,    "watch": 4,    "movies": 5,    "also": 6,    "football": 7,    "games": 8,    "Mary": 9,    "too": 10}

其中包含10个不同的单词。使用词典的索引，每个文档可以表示为一个10个条目的向量：

[1, 2, 1, 1, 1, 0, 0, 0, 1, 1][1, 1, 1, 1, 0, 1, 1, 1, 0, 0]

无论文档的长度如何，你的输入将保持相同的大小。希望这对你有帮助。

学技术