keras嵌入后添加功能
keras add features after embedding
我想在嵌入 Keras 后将词性特征添加到我的词向量中。我想将它们添加为一个热点并在嵌入后连接它们。但是一个词的词性是动态的,所以我不能将另一个嵌入层用于词性一个热查找并组合两个嵌入层。
这是一个简单的方法,我假设输入是一个词及其 POS 标签。
word = Input(...)
pos = Input(...)
emb = Embedding( ... ) (word)
layer = Concatenate()([emb, pos])
outputs = .... # your processing
model = Model(inputs=[word,pos], outputs=outputs)
SathyZ 只是想知道我们不必为 pos 标签使用嵌入层
word = Input(...)
pos = Input(...)
emb_word = Embedding( ... ) (word)
emb_pos = Embedding( ... ) (pos)
layer = Concatenate()([emb, pos])
outputs = .... # your processing
model = Model(inputs=[word,pos], outputs=outputs)
我想在嵌入 Keras 后将词性特征添加到我的词向量中。我想将它们添加为一个热点并在嵌入后连接它们。但是一个词的词性是动态的,所以我不能将另一个嵌入层用于词性一个热查找并组合两个嵌入层。
这是一个简单的方法,我假设输入是一个词及其 POS 标签。
word = Input(...)
pos = Input(...)
emb = Embedding( ... ) (word)
layer = Concatenate()([emb, pos])
outputs = .... # your processing
model = Model(inputs=[word,pos], outputs=outputs)
SathyZ 只是想知道我们不必为 pos 标签使用嵌入层
word = Input(...)
pos = Input(...)
emb_word = Embedding( ... ) (word)
emb_pos = Embedding( ... ) (pos)
layer = Concatenate()([emb, pos])
outputs = .... # your processing
model = Model(inputs=[word,pos], outputs=outputs)