我发现在我的案例中有效的解决方案发布在下面。希望这对某人有所帮助。 我如何将使用sklearn创建的TF-IDF的输出连接到Keras模型或张量中,然后将其输入到密集的神经网络中?我正在研究Fakenews挑战数据集。任何指导都会有帮助
FakeNewsChallenge数据集如下所示:
训练集-[标题、正文、标签]
测试集-[标题,正文]
分发使其变得极其困难:
立场-[无关、讨论、同意、不同意]
我想做的是连接两个独立的TF-IDF向量以及其他特征,然后我可以将它们输入到某个层,例如一个密集层。你会怎么做
在我之前有一条评论回答了这个问题,但我再也看不到这条评论了。我显然忘记了这个方法,但是在我的程序的其他区域使用了它
使用numpy.hstack(tup)或numpy.vstack(tup),其中
tup-ndarray序列
除了可以是任意长度的一维阵列外,阵列必须沿第二个轴具有相同的形状
它返回一个堆叠的:ndarray
这里有一些代码以防万一
注意:我这里没有余弦相似性计算。你想怎么做就怎么做。我试着尽快做到这一点,但也要尽可能清楚。希望这对别人有帮助
相关问题 更多 >
编程相关推荐