TensorFlow文本分类示例 - 如何评估自己的文本？

Question

是否有任何人拥有TensorFlow示例的完整步骤和示例，用于传递您自己的文本文件并根据示例附带的现有模型对其进行评估 - 使用train.py作为记录？

另外，如果我想训练我自己样本的1000个文本文件的不同输入集，然后将该模型用于新文本文件？我知道有文档，但对于不熟悉文本分类过程的人来说很简洁。

我能够针对我自己的图像运行图像示例，因为这只需要为myh新图像文件换出一个图像.jpg文件名，但对于文本来说，它似乎更复杂。

谢谢

Answer 1

以下是一个示例：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/skflow/text_classification.py

您可以将标志test_with_fake_data设置为使用text_train.csv（训练样本）和text_test.csv（测试样本）here中的假数据。接下来，您可以修改这两个文件以包含您想要的任何数据。如果您现有的文本文件格式不同，则需要进行一些预处理。

Answer 2

您需要加载训练期间保存的词汇表文件并使用该文件处理新文本。请参阅eval.py文件here

使用输入文本更改数据参数并继续。