带有单词嵌入的Keras .p​​redict返回字符串

Question

我正在遵循这里的教程：https://blog.keras.io/using-pre-trained-word-embeddings-in-a-keras-model.html，使用不同的数据集。我正在尝试预测新随机字符串的标签。

我做的标签有点不同：

encoder = LabelEncoder()
encoder.fit(labels)
encoded_Y = encoder.transform(labels)
dummy_y = np_utils.to_categorical(encoded_Y)

然后尝试预测：

string = "I am a cat"
query = tokenizer.texts_to_sequences(string)
query = pad_sequences(query, maxlen=50)

prediction = model.predict(query)
print(prediction)

我得到了一个像下面这样的数组（也许是嵌入这个词？）。那些是什么以及如何将它们翻译成字符串？

[[ 0.03039312  0.02099193  0.02320454  0.02183384  0.01965107  0.01830118
   0.0170384   0.01979697  0.01764384  0.02244077  0.0162186   0.02672437
   0.02190582  0.01630476  0.01388928  0.01655456  0.011678    0.02256939
   0.02161663  0.01649982  0.02086013  0.0161493   0.01821378  0.01440909
   0.01879989  0.01217389  0.02032642  0.01405699  0.01393504  0.01957162
   0.01818203  0.01698637  0.02639499  0.02102267  0.01956343  0.01588933
   0.01635705  0.01391534  0.01587612  0.01677094  0.01908684  0.02032183
   0.01798265  0.02017053  0.01600159  0.01576616  0.01373934  0.01596323
   0.01386674  0.01532488  0.01638312  0.0172212   0.01432543  0.01893282
   0.02020231]

Answer 1

将已安装的标签保存在编码器中：

    encoder = LabelEncoder() 
    encoder = encoder.fit(labels)
    encoded_Y = encoder.transform(labels)
    dummy_y = np_utils.to_categorical(encoded_Y)

预测会给你一个类向量。通过使用inverse_transform，您将获得原始输入的标签类型：

    prediction = model.predict_classes(query)
    label = encoder.inverse_transform(prediction)