使用预先训练的单词嵌入和真正的价值

时间:2017-07-19 19:32:16

标签: python-3.x deep-learning keras word-embedding

我创建了一个带有Keras的NER模型,带有预先训练过的单词嵌入。

我想在我的模型中添加一个带有long字符串的标记。

我找不到办法。

def model_keras(windows, embedding_w):
    context_columns = []
    for i in range(windows):
         context_columns = Sequential()
         context_columns.add(Embedding(....weights = [embedding_w],trainable=False)
         context_columns += [context_columns]
    ContextWindows = Merge(context_columns, mode='concat')
    model = Sequential()
    model.add(ContextWindows)
    model.add(SimpleRNN...)

1 个答案:

答案 0 :(得分:0)

事实上,理想情况下,我希望有一个像这样的ContextWindows:

 [embeddingWord1 valueCentralWord (if number else 0)  isNumberCentralWord(0/1)   isintvaleurCentralWord(0/1) embeddingWord2] 

目前,我有:

 [embeddingWord1 embeddingCentralWord embeddingWord2]