Keras与CountVectorizer合并LSTM密集层输出

Question

我有一个采用以下架构构建的LSTM模型，可将文本输入分为7个不同的类：

    model1 = Sequential()
    model1.add(Embedding(vocab_size, 128, input_length = max_length, trainable = False))
    model1.add(Bidirectional(LSTM(128)))
    model1.add(Dense(32, activation = "relu"))
    model1.add(Dropout(0.5))
    model1.add(Dense(7, activation = "softmax"))

我想建立另一个模型，该模型创建一个类似于CountVectorizer创建的项频率数组。最终目标是将LSTM预测与句子的某些特征工程向量表示相结合，以产生最终分类。

我想像this issue中所建议的那样进行模型合并，但是我不知道如何构建仅使用CountVectorize输入的模型。

旁注：我是Keras的新手，因此对于可以在我的应用程序中使用的不同模块不是很清楚。