TensorFlow文本分类示例-如何评估自己的文本？

Question

是否有人拥有TensorFlow示例的完整步骤和示例，以传递您自己的文本文件并根据示例附带的现有模型对它们进行评估-使用所记录的train.py ？

另外，如果我想训练自己样本的1000个文本文件的不同输入集，然后将该模型用于新的文本文件？ 我知道有文档，但是对于不熟悉文本分类过程的人来说很简短。

我能够针对自己的图像运行图像示例，因为这仅需要将一个图像.jpg文件名换成myh新图像文件，而对于文本，它似乎涉及更多。

谢谢

Answer 1

这是一个例子： https : //github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/skflow/text_classification.py

您可以设置标志test_with_fake_data在text_train.csv（训练样本）和text_test.csv（测试样品）使用伪造的数据在这里 。 接下来，您可以修改这两个文件以包含您想要的任何数据。 如果您现有的文本文件采用其他格式，则需要进行一些预处理。

Answer 2

您需要加载在培训期间保存的词汇文件，并以此来处理新文本。 在这里查看eval.py文件

使用输入文本更改数据参数，然后继续。