我想建立一个神经网络，以单词和数值作为输入，而数值作为输出。
为此，我认为最合适的解决方案是在单词组上使用Word2Vec算法以获得嵌入，然后用它们和其他输入/输出训练神经网络（可能是LSTM）。
但是如何实现呢？ 由于每个单词都有一个权重向量（感谢Word2Vec算法），如何训练神经网络来预测数值（换句话说就是回归）？ 或者至少，如何将这个权重向量转换为有意义的数值？ （我实际上不知道如何将数值向量和“简单”数值的向量一起训练神经网络。）
我试图在Web上检查这些概念，但没有找到与我的目的相关的文章。其中一些是：
-具有逻辑回归的单词嵌入
-https://machinelearningmastery.com/use-word-embedding-layers-deep-learning-keras
-https://pdfs.semanticscholar.org/8eb6/74c76fc471e9cf815921b6329eb4a1bbed30.pdf