带嵌入层的 Keras LSTM 自动编码器

Question

我正在尝试在 Keras 中构建一个文本 LSTM 自动编码器。我想使用嵌入层，但我不确定如何实现它。代码如下所示。

inputs = Input(shape=(timesteps, input_dim))
embedding_layer = Embedding(numfeats + 1,
                            EMBEDDING_DIM,
                            weights=[data_gen.get_embedding_matrix()],
                            input_length=maxlen,
                            trainable=False)

embedded_sequence = embedding_layer(inputs)
encoded = LSTM(num_units)(inputs)

decoded = RepeatVector(timesteps)(encoded)
decoded = LSTM(???, return_sequences=True)(decoded)

sequence_autoencoder = Model(inputs, decoded)

sequence_autoencoder.compile(loss='binary_crossentropy', optimizer='adam')

我不确定如何将输出解码为目标序列（显然是输入序列）。

Answer 1

无法在解码器中实现逆嵌入层，因为嵌入层不可微。可能还有其他解决方法：

从嵌入层的输出到具有相似维度的层构建自动编码器。然后使用最近邻或其他算法从那里生成单词序列。
构造一个非对称自编码器，使用时间分布层和密集层来降低LSTM输出的维度。

希望这对您有所帮助。

Answer 2

您可以先将单词转换为嵌入并将其传递给 fit()

expected_output = np.array([[embedding_matrix[word_index] for word_index in encoded_sequence] for encoded_sequence in padded_sequences])
history = lstm_autoencoder.fit(padded_sequences, expected_output, epochs=15, verbose=1)

带嵌入层的 Keras LSTM 自动编码器

Keras LSTM autoencoder with embedding layer

keras

lstm

autoencoder