python - 将单词列表转换为向量 NLP 以输入 LSTM
问题描述
我正在解决一个问题,目前的数据集如下所示:
[[[“这是句子 1”],[“我是句子 2,我与句子 1 相关”],[“我是句子 3,我与句子 1 或 2 相关”]],[[...],。 .....],[........],[......],.....]
带有二进制标签:每个实例的句子1是否说真话:是/否
我曾尝试将以下所有句子扩展到第一句,执行 tf-idf 并通过逻辑回归进行训练,但结果并不好。
现在,我正在考虑使用顺序模型 LSTM 来执行二进制分类,LSTM 需要 3 维输入,我的问题是如何将当前数据集转换为有效的 3d 数组并将其输入 LSTM。
任何提示将不胜感激,在此先感谢!
解决方案
推荐阅读
- amp-html - 是否可以将 amp-img 与 srcset 和后备一起使用?
- angular6 - 使用 forkJoin 时如何捕获不成功的 httpclient 调用
- sql - SQL:随着时间的推移报告子类型
- java - 用通配符遍历这个通用 SET
- c++ - 如何使用 BOOST_MPL_ASSERT
- git - 报告以总结 GIT 中构建之间所做的更改
- vba - 设置打印区域直到最后一行
- php - 使用 cURL 对不同主机上当前用户的 PHP NTLM 身份验证失败
- reactjs - 无法在本机反应中循环遍历图像数组
- c# - 椭圆的 AutomationProperty 自动化 ID