预测文本摘要时数组形状不匹配

时间:2019-03-27 14:14:42

标签: text nlp lstm summarization encoder-decoder

我正在预测文本摘要的顺序,并且在训练时出现形状不匹配的情况。 这些是形状

(7000,3,40)-decoder_input_data, (7000,3690,52)-编码器输入数据, 52-num_encoder_tokens

我正在colab中运行该模型,并尝试了不同的输入以进行文本汇总。

'''defpredict_sequence(infenc,infdec,源,n_steps,基数):     #编码     状态= infenc.predict(源)     #序列输入的开始     target_seq = np.array([0.0 for _ in range(cardinality)])。reshape(1、1,基数)

# collect predictions
output = list()
for t in range(n_steps):
    # predict next char
    yhat, h, c = infdec.predict([target_seq] + state)
    # store prediction
    output.append(yhat[0,0,:])
    # update state
    state = [h, c]
    # update target sequence
    target_seq = yhat
return array(output)'''

给定文本的预期摘要,并出现此错误

检查输入时出错:预期input_6具有形状(无,40),但具有形状为(1,3690)的数组

0 个答案:

没有答案