我最近开始用keras编码神经网络。我设法使AI运行，从而预测路透社新闻专线数据集的类别。但是，我急切地希望找到一种将我的预测（整数）转换为主题的方法。必须有一个词典（如用于培训数据的reuters.get_word_index），该词典具有46个条目，并将每个整数链接到其主题（字符串）。感谢您的帮助。
答案 0 :(得分：4)
不幸的是，看来Keras数据集缺少有关主题的信息。您可以使用同一数据集的nltk版本。您也可以在那里找到主题名称。 有关详细信息，请参见https://martin-thoma.com/nlp-reuters/。
答案 1 :(得分：0)
['cocoa','grain','veg-oil','earn','acq','wheat','copper','housing','money-supply',
'coffee','sugar','trade','reserves','ship','cotton','carcass','crude','nat-gas',
'cpi','money-fx','interest','gnp','meal-feed','alum','oilseed','gold','tin',
'strategic-metal','livestock','retail','ipi','iron-steel','rubber','heat','jobs',
'lei','bop','zinc','orange','pet-chem','dlr','gas','silver','wpi','hog','lead']
似乎是here
的标签