有人可以帮助我使用keras库实现混合嵌入模型，如下图所示。

Question

我很困惑如何使用keras在RNN中处理字符级别信息。我想要实现类似model structure的东西。 我有1800个句子；每个句子长度（time_stamp）150，每个单词长度有16个字符。 Gensim模型可帮助我创建大小为100的单词嵌入。句子中的唯一字符为69，对于一个热编码表示的每个字符为70。

单词级双向输入法的

形状为：句子X timestamp X X embedding_size（1800 x 150 x 100） 我知道如何将其输入到keras层中，但是我对字符级输入感到困惑。字符级的形状是：句子X timestamp X字符X char_embedding（1800 x 150 x 16 x 70）。 我是keras的初学者。

Answer 1

图像中的内容是一个简单的双向LSTM：

model = Sequential()
model.add(Bidrectional(LSTM(128), input_shape=(maxlen, len(chars))))
# Bidrectional concatenates the output of both directions by default.

有关完整示例，您可以查看使用字符级处理的text generation示例。