我正在为一个使用Keras的Python文本分类程序工作。现在,我尝试只使用数据集中的单词创建模型,使用单词包。现在我将在我的分类器中使用其他自定义特性(如极性),但我不知道如何在代码中添加这些特性。我的数据集如下:
Text | Polarity | Number of words | Classification
Hello my name is John | 0,05 | 5 | 0
How old are you? | 0,00 | 4 | 1
I'm very hungry | -0,05 | 4 | 0
中间的两个列是我的自定义特性,我想添加到分类器中,但我不知道如何添加。在
^{pr2}$在这个例子中,我只使用了第一列内容的单词包特性,我想添加另外两个类似列的特性(极性、字数)。有人知道怎么加这些吗?提前谢谢。在
对于单词包,你可以把你的数字特征连接到你的弓向量上。因此,你可以使用numpy,甚至更简单的熊猫。然后你就有了一个向量,它包含了维数max_words+自定义的_数值特征。在
不管怎么说,我做了一些类似的事情,用了很多方法,比如弓和嵌入。在
这是一个好主意,在你的网络中快速表达文本特征和数字特征。为此,您可以使用多个输入模型。我刚刚写了一篇博客,你可以看看here。有嵌入使用,但一般情况下,它也适用于弓。在
相关问题 更多 >
编程相关推荐