Question

我正在尝试解决排名问题。基本上，给定查询，排名者应该返回根据实体的相关性值排序的实体列表。

我在Keras中训练了一个简单的神经网络（使用Theano作为后端），它接受一个查询 - 实体对（即（q，e）对）并给出相关性评级作为输出（此编号显示相关性）实体查询）。

此代码如下：

# Create the model
np.random.seed(1)   # Just for reproducibility of results

model = Sequential()
model.add(Dense(input_dim=x.shape[1],
                output_dim=50,
                init='uniform',
                activation='tanh'))

model.add(Dense(input_dim=50,
                output_dim=50,
                init='uniform',
                activation='tanh'))

model.add(Dense(input_dim=50,
                output_dim=10,
                init='uniform',
                activation='tanh'))

model.add(Dense(input_dim=10,
                output_dim=1,
                init='uniform',
                activation='linear'))

optimizer = keras.optimizers.RMSprop(lr=0.001, rho=0.9, epsilon=1e-08)
model.compile(loss='mse', optimizer=optimizer)
model.fit(x,y,nb_epoch=4500,batch_size=20,verbose=0,validation_split=0.1)

我想现在解决另一个问题，即比较给定查询的两个实体。模型的输入是（q，e1，e2），最终模型的输出应该是得分之间的差异。

我计划以下列方式进行：取（q，e1）并通过上述神经网络（让我们称之为NN1）得到分数S1（比如说）并将（q，e2）传递给NN1的并行副本以得到分数S2 。然后我想将这两个值组合起来，在输出中输出为S1-S2（这样我就可以使用MSE丢失函数了。）

Q1）我该怎么做？有人可以告诉我这样做的代码吗？

Q2）这对我来说是更重要的问题。我没有得分值作为基本事实。我只是有他们的分歧。是否有可能使用这种设置训练模型给出给定（q，e）对的分数（即，我有（q，e1，e2）对并且e1，e2＆＃39; s得分之间的差异，是它可以创建一个以（q，e）对作为输入的模型，并将得分作为输出）？

结合keras / theano中的神经网络

0 个答案: