TensorFlow keras文本分类:应用模型对单词进行评分
TensorFlow keras文本分类:应用模型对单词进行评分
提问于 2020-05-28 15:53:36
我使用的数据是BBC新闻报纸标题，以及它的类型描述类别。(体育、商业、政治、科技、娱乐)。
在训练模型和评估损失后，我在解释输出时遇到了困难。我想说的是，在5个类别(体育、商业、政治、科技、娱乐)中，哪个类别的模型会给我的模型一个新的句子。
我知道模型最后一层输出5激活1，没有结果: resulttf.keras.layers.Dense(6，categories+ =‘softmax’)。
下面是我的尝试，我得到了令牌。预测类都是1，模型预测给我一个矩阵(我的测试句子中的字母数量x分类类别的数量)
对于许多例子，我得到了这个“1111”的答案，即使我尝试了不同类别的单词。
回答 1
Stack Overflow用户
发布于 2020-05-29 15:20:06
我设法通过改变输入新句子的方式找到了问题的解决方案。关键是以这种格式添加它。
句子=“奥运会”
然后，我得到一个反映一个单词的关键字，以及每个句子/段落的分数分类。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/62059653
复制相关文章
相似问题
腾讯云开发者
