python - 如何将序列列表中的每个序列分别提供给 Tensorflow 上的 GRU

Question

我实际上是在尝试实施这篇论文：https ://dl.acm.org/doi/10.1145/3323873.3326592 ，它要求我在每个评论中按列表输入所有单词 seq，例如：
[[这家餐厅，很棒] ,[这家,酒店,有,一个,很棒,服务],...]

顺便说一句，所有单词实际上都是单词索引，问题是我无法将单词嵌入层应用于每个序列中的每个单词，即使我可以将单词嵌入层应用于每个单词 id 列表，我也想不出一种将每个词嵌入序列独立地馈送到一个 GRU 层的方法。为了说明，通过输入上述词嵌入序列，我想要一个 m*n 矩阵的结果，其中“m”是嵌入大小，n 是评论数。

（更新）我在之前版本的 tensorflow（版本 0.12.1）中发现了类似的东西：https ://github.com/chenchongthu/NARRE ，其中将 seqs 中的每个 seq 提供给 CNN。
如果有人可以在 tensorflow 2.0 中复制它，我会很高兴

（更新）我试图通过在模型中使用 Keras 模型对象来设计它，但遗憾的是在子模型中遇到了批量大小问题，因为我们可以指定 LSTM 必须停止并计算另一次审查的时间长度。

（更新）我仍在尝试一些奇怪的建模，比如把它放在另一个模型的顶级模型上，但它似乎并没有起到作用。

标签： pythontensorflowkerasdeep-learning