繁体   English   中英

结合 LSTM 中的文本和分类特征 model (Keras)

[英]Combine Text and categorical feature in LSTM model (Keras)

我有一个 dataframe 像:

Text | Topic | Label
aaaa | 1     | 0
vvv  | 2     | 0
sss  | -1    | 1
eee  | 2     | 0
...

我想知道是否有人知道是否有办法同时使用文本和主题(分类变量)来预测 Label。

对于文本,您可以使用 tf.keras.layers.TextVectorization 和 tf.keras.layers.Embedding 层将其转换为 N 维向量。 对于主题,您可以使用单热编码。

问题未解决?试试以下方法:

结合 LSTM 中的文本和分类特征 model (Keras)

暂无
暂无

声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.

 
粤ICP备18138465号  © 2020-2023 STACKOOM.COM