Question

我有3个字嵌入：

嵌入＃1：[w11，w12，w13，w14]
嵌入＃2：[w21，w22，w23，w24]
嵌入＃3：[w31，w32，w33，w34]

有没有办法通过添加所有三个向量来获得第四个嵌入，其中包含来自所有三个向量的可训练权重，如：

嵌入＃4：[w11 + w21 + w31，w12 + w22 + w32，w13 + w23 + w33，w14 + w24 + w34]

？有没有办法在keras层中执行此操作？

问题
我想学习印尼语嵌入这个词。我计划通过使用LSTM训练序列预测机器来做到这一点。

然而，印尼语的语法与英语不同。特别是在印度尼西亚语中，您可以使用前缀和后缀修改单词。给定前缀时的名词单词可以成为动词，并且当给定后缀时可以成为形容词。您可以将这么多组合成一个单词，这样单个基本单词就可以有5个或更多变体。

例如：

tani表示农场（动词）
pe-tani意味着农民
per-tani-an means farm（noun）
ber-tani表示农场（动词，意思略有不同）

通过在单词之间附加前缀而完成的语义转换在单词之间是一致的。例如：

pe-tani是tani是pe-layan是什么，layar是什么，pe-layar是什么，tembak是什么，等等。
per-main-an to main是per-guru-an is guru，per-kira-an是kira，per-surat-an是surat，等等。

因此，我计划将前缀和后缀表示为嵌入，这将用于添加基础词的嵌入，从而产生新的嵌入。因此，复合词的含义来源于基础词和词缀的嵌入，而不是作为单独的嵌入存储。但是，我不知道如何在Keras层中执行此操作。如果以前曾被问过，我找不到它。

Answer 1

当你说＆＃34;三个字嵌入＆＃34;时，我看到三个嵌入层，例如：

input1 = Input((sentenceLength,))
input2 = Input((sentenceLength,))
input3 = Input((sentenceLength,))

emb1 = Embedding(...options...)(input1)
emb2 = Embedding(...options...)(input2)
emb3 = Embedding(...options...)(input3)

您可以使用简单的Add()图层对三者进行求和：

summed = Add()([emb1,emb2,emb3])

然后你继续你的建模...

#after creating the rest of the layers and getting the desired output:
model = Model([input1,input2,input3],output)

如果你没有使用嵌入图层，但是你输入了三个向量：

input1 = Input((4,)) #or perhaps (sentenceLength,4)
input2 = Input((4,))
input3 = Input((4,))

added = Add()([input1,input2,input3])

剩下的就是一样。

如果这不是您的问题，请详细说明三个＆＃34;字嵌入的位置＆＃34;是来自哪，你打算如何选择它们等。

Keras：嵌入/向量的附加层？

1 个答案: