Question

我要做什么：

我正在尝试从序列中查找每个单词的单词嵌入。这是从文本生成的数字序列。

背景：

我的序列（形状为（200，））看起来像这样：

type Connect struct {
     ClientID string `yaml:"clientid"`
     Password string `yaml:"password"`
     Timeout  UnmarshalingTimeout `yaml:"timeout"`
}

type UnmarshalingTimeout time.Duration 

func (ut UnmarshalingTimeout) UnmarshalYAML(unmarshal func(interface{}) error) error {
    // implement unmarshaling here
}

这些数字表示词汇表中的单词（10000个单词）。我有一些使用here的负采样方法创建的嵌入权重。

提取的嵌入权重具有形状（10000，106），可以将其加载到新的嵌入层中。

我想从新的嵌入层中用已加载的权重查找序列中的每个数字，并使其返回200个大小为106的向量，该向量对应于该序列。

这是我到目前为止所做的：

50, 2092, 3974,  398,   10, 9404,    5, 1001, 3975,   15,  512... <snip>

这是查找嵌入的正确方法吗？

Answer 1

是的，看起来很正确。要实际提取嵌入内容，可以将定义的图层包装在Model中：

import numpy as np
from keras.layers import Input, Embedding
from keras.models import Model

# Generate some random weights
embedding_weights = np.random.rand(10000, 106)
vocabulary_size = 10000

input_layer = Input(shape=(200,), name='text_input')
embedding = Embedding(input_length=200, input_dim=vocabulary_size, output_dim=106, 
                       name='embedding_layer', trainable=False, weights=[embedding_weights])
embedded_text = embedding(input_layer)

embedding_model = Model(inputs=input_layer, outputs=embedded_text)

# Random input sequence of length 200
input_sequence = np.random.randint(0,10000,size=(1,200))
# Extract the embeddings by calling the .predict() method
sequence_embeddings = embedding_model.predict(input_sequence)

Keras-查找嵌入

1 个答案: