Keras：嵌入/向量的附加层？

Question

我有3个单词嵌入：

• 嵌入#1:[w11，w12，w13，w14]
• 嵌入#2:[w21，w22，w23，w24]
• 嵌入#3:[w31，w32，w33，w34]

有没有一种方法可以通过添加所有三个向量来获得第四个嵌入，其中包括所有向量的可训练权重，例如：

• 预埋#4:[w11+w21+w31，w12+w22+w32，w13+w23+w33，w14+w24+w34]

是吗？像这层一样的吗？在

问题
我想学习印尼语的单词嵌入。我计划通过使用LSTMs训练序列预测机来实现这一点。在

然而，印尼语的语法与英语不同。特别是在印尼语中，你可以用前缀和后缀来修改一个单词。名词词加前缀可以变成动词，后缀可以变成形容词。你可以把这么多个单词放在一个单词里，这样一个基本单词可以有5个或更多变体。在

例如：

1. tani的意思是农场（动词）
2. 佩塔尼的意思是农民
3. pertani an指农场（名词）
4. bertani的意思是农场（动词，意思稍有不同）

词义转换是通过在词后附加前缀来实现的，词与词之间是一致的。例如：

1. petani对tani就像pe layan对layan，pe layar对layar，pe tembak对tembak，等等。在
2. 每主安是主是什么每古鲁安是古鲁，什么每基拉安是基拉，什么每苏拉特安是苏拉特，依此类推。在

因此，我计划将前缀和后缀表示为嵌入，这将用于对基本单词的嵌入进行加法，从而生成新的嵌入。因此，复合词的意义来源于基本词和词缀的嵌入，而不是作为单独的嵌入词来存储。但是我不知道如何在Keras层中做到这一点。如果以前有人问过，我就找不到了。在

Answer 1

当你说“三字嵌入”时，我看到三个嵌入层，例如：

input1 = Input((sentenceLength,))
input2 = Input((sentenceLength,))
input3 = Input((sentenceLength,))

emb1 = Embedding(...options...)(input1)
emb2 = Embedding(...options...)(input2)
emb3 = Embedding(...options...)(input3)

您可以使用一个简单的Add()层来将这三个层相加：

^{pr2}$

然后你继续你的建模。。。在

#after creating the rest of the layers and getting the desired output:
model = Model([input1,input2,input3],output)

---

如果你不使用三层向量，但你不需要：

input1 = Input((4,)) #or perhaps (sentenceLength,4)
input2 = Input((4,))
input3 = Input((4,))

added = Add()([input1,input2,input3])

其余的都一样。在

---

如果这不是你的问题，请详细说明这三个“单词嵌入”是从哪里来的，你打算如何选择它们，等等