如何在keras / tensorflow中使用学过的word2vec？

Question

我想对两种类型的句子进行分类：陈述和问题。为此，我需要学习word2vec NN来传递句子并为每个句子接收2d数组，例如：

[[~300项]，[~300项]，[~300项]，......]

“300”是单词矢量的近似长度。

怎么做才是keras？什么库更好用？

Answer 1

我认为您使用Embedding图层并设置其权重：

input = Input(shape=(seq_len,))
embedding = Embedding(input_dim=vocabulary_size, 
    output_dim=300, weights=[your_w2v_matrix])(input)
...

Here你可以找到一个非常类似的问题。