如何从Keras取回单词嵌入？

文章/答案/技术大牛

发布

1回答

python、keras、nlp、word-embedding

假设你在某个任意任务的过程中创建了自己的自定义单词嵌入，比如文本分类。你如何从Keras那里得到一个类似于{word: vector}结构的字典？embeddings_layer.get_weights()给出了原始的embeddings...but，不清楚哪个单词对应哪个向量元素。

浏览 15提问于2021-02-23得票数 1

1回答

NLP CNN嵌入，从Twitter文本预测5个值

twitter、nlp、conv-neural-network、sentiment-analysis、embedding

我有一堆twitter文本(大约70K)，大约有10K个单词。有些更少，有些更多。我已经创建了一个Keras架构来预测每个Twitter文本的5个值，我已经在这70K上进行了训练。以下是模型： class NeuralNetMulti(Regressor): self.name = 'keras-sequential它们可能有1000个单词，但大多数都在10K左右。y是我提到的具有5个值的数组的数组。它们每个都在0到100之间。

浏览 31提问于2021-07-26得票数 0

2回答

Keras中lm_1b中的字符字嵌入

machine-learning、nlp、keras、language-model、word-embedding

我想在Keras模型中使用一些预先训练过的单词嵌入，这是由Google在中发布的。他们提供了训练新模型的代码，以及嵌入。但是，文档中还不清楚如何从简单的python函数调用中从给定的字符串(word)中检索嵌入向量。大部分文档似乎集中在将向量倾倒到一个文件中，整个句子大概是为了情感分析。到目前为止，我已经看到您可以使用以下语法在经过预先训练的嵌入中提供信息： embedding_layer = Embedding(number_of_words??它们

浏览 3提问于2017-05-31得票数 18

1回答

如何结合词性标签特征和关联词向量从预先训练好的gensim word2vec中获取单词，并将其用于keras中的嵌入层

python-3.x、keras、gensim

在keras中，我希望对从预先训练word2vec中获取的单词使用单词向量，并将单词的词性标记特性编码为一个热向量。在Keras中，我认为使用嵌入矩阵，所以我想在Keras中创建嵌入层来实现这一点，这样它就可以用于更多的层(LSTM)。你能详细告诉我怎么做吗？

浏览 25提问于2019-10-05得票数 0

2回答

字向量作为输入

deep-learning、keras、word-embeddings、word2vec、sentiment-analysis

我有一个语料库，我想用LSTM和word嵌入来进行情感分析。我已经使用Word2Vec将文档中的单词转换为单词向量。我的问题是如何将这些字向量输入到Keras？我不想使用Keras提供的嵌入。

浏览 0提问于2016-09-07得票数 1

回答已采纳

2回答

如何从概念上思考标记化单词和单词嵌入之间的关系？

r、nlp、keras、text-analysis

我一直在使用JJ Allaire关于在文本处理的神经网络模型()中使用单词嵌入的指南。我搞不懂该模型如何将标记化的单词序列(x_train)与使用整个数据集(而不仅仅是训练数据)定义的单词嵌入联系起来。有没有一种方法可以概念化单词标记如何映射到单词嵌入？否则，像“king”这样的单词如何映射到单词embedding (例如，使用Glove获得)。batch_siz

浏览 6提问于2018-05-05得票数 3

1回答

从预先训练的word2vec中查找句子相似点的Keras

python、tensorflow、keras

我在想，如果有更多的选择，比如使用像keras和tensorflow这样的深度学习，从经过预先训练的word2vec中找到相似的句子。所以，我想知道是否还有其他的选择，可以使用预先训练的word2vec在keras，并得到句子的相似性。有没有办法。我愿意听取任何建议和建议。

浏览 0提问于2019-09-21得票数 0

回答已采纳

3回答

在单词嵌入后输出一个单词而不是一个向量？

python、nlp、rnn、word-embeddings

我现在明白了，大多数人在使用任何模型之前都会使用嵌入层，这会产生类似于300维向量的东西。但是模型输出的是什么呢？就像编解码模型一样，它的输入是这些向量的序列。那么，解码器的最后一层是什么呢？所以我的核心问题是:输出也是一个300维向量，然后我必须根据最相似的单词向量生成单词吗？或者它是原始单词空间中一个单词的索引？在第二种情况下，网络被分类为100000多个类？此外，是否有任何现有的软件包支持这种“反向嵌入到word"？我在网站上没有看到任何类似的问题。如果是的话，请把它标

浏览 0提问于2016-11-15得票数 4

回答已采纳

2回答

decode、keras、embedding、one-hot-encoding

我在NLP问题中使用keras。当我试图根据之前的单词预测下一个单词时，出现了一个关于单词嵌入的问题。我已经通过keras嵌入层将一个热门单词转换为单词向量，如下所示： word_vector = Embedding(input_dim=2000,output_dim=100)(word_one_hot如何才能将word_vector恢复为word_one_hot？

浏览 2提问于2017-04-22得票数 0

1回答

3D张量输入到keras或tensorflow中的嵌入层？

python、tensorflow、keras

因此，我的输入类似于(样本数量x句子数量x单词数量)。然后，我想将其输入到嵌入层中，以学习单词向量，然后将其相加得到句子向量。这种类型的架构在keras中可行吗？还是Tensorflow？从文档中可以看出，Keras的嵌入层只接受输入(nb_samples、sequence_length)。有没有其他可行的工作？

浏览 2提问于2016-07-26得票数 1

1回答

Gensim word2vec与keras嵌入层的差异

keras、word2vec、word-embeddings、gensim、embeddings

我在不同的项目中使用了gensim word2vec包和Keras Embedding layer。然后我意识到他们似乎在做同样的事情，他们都试图把一个单词转换成一个特征向量。我能正确理解这一点吗？

浏览 0提问于2019-10-11得票数 8

回答已采纳

1回答

两个池层的对比特性

python、tensorflow、machine-learning、keras、deep-learning

我把这个送给我的模特：from keras.layers.recurrent import LSTMfrom keras.models import Sequentialfromfeatures import train,embedding_matrix,words

浏览 0提问于2018-10-13得票数 1

1回答

如何在Keras中只使用嵌入层而不使用标签来训练模型

python、machine-learning、keras、word-embedding

我想训练一个嵌入层来将单词映射到嵌入向量。到目前为止，我看到的大多数例子如下：from keras.layers import Embedding, Flatten, Dense我只想训练从单词(更准确地说是整数)到嵌入向量的映射。但是模型的fit方法要求x_train和y_train (如上面给出的例子)。我如何才能训练一个模型只有一个嵌入

浏览 0提问于2018-11-18得票数 4

回答已采纳

2回答

在keras嵌入层中是哪种类型的嵌入，如word2vec或GloVe，或者其他一些类型

keras、tensorflow2.0

浏览 0提问于2020-05-22得票数 0

1回答

RNN语言模型的Keras实现中输入和输出层的大小

tensorflow、keras、neural-network、word-embedding、language-model

从理论上讲，我知道输入层应该是一个热向量层，有一个神经元数等于我们词汇的单词数，然后是一个嵌入层，在Keras中，它显然是一个序列模型中的单个嵌入层。我还知道，输出层也应该是词汇表的大小，这样每个输出值就可以将1-1映射到每个词汇表单词。但是，在嵌入层()的Keras文档和本文()中，输入层和输出层的词汇表大小都是任意增加的！Jason解释说，这是由于Keras中嵌入层的实现，但这并不能解释为什么我们也会在输出层中

浏览 2提问于2020-05-04得票数 0

回答已采纳

点击加载更多