在使用Keras中的神经网络（NNs）时，如何在训练过程中使用词嵌入非常明确，你可以简单地做如下操作：

embeddings = ...model = Sequential(Embedding(...),                   layer1,                   layer2,...)

但我不知道如何在sklearn中的算法如SVM、NB和逻辑回归中实现这一点。我知道有一个Pipeline方法，操作非常简单（http://scikit-learn.org/stable/tutorial/text_analytics/working_with_text_data.html），如下所示：

pip = Pipeline([(Countvectorizer()), (TfidfTransformer()), (Classifier())])pip.fit(X_train, y_train)

但是，如何在这个pipeline中包含已加载的词嵌入呢？或者应该在pipeline之外以某种方式包含它？我在网上找不到关于如何做这件事的很多文档。

谢谢。

回答：

你可以使用FunctionTransformer类。如果你的目标是拥有一个转换器，它接受一个索引矩阵并输出一个包含词向量的3D张量，那么这应该足够了：

# 这假设你使用的是numpy的ndarraysword_vecs_matrix = get_wv_matrix()  # 伪代码def transform(x):    return word_vecs_matrix[x]transformer = FunctionTransformer(transform)

请注意，与Keras不同的是，词向量不会通过某种梯度下降方法进行微调