ValueError：将形状为（1019471，5）的目标数组传递为形状为（None，98，5）的输出，同时将其用作损耗`categorical_crossentropy`

Question

我正在尝试针对文本数据训练神经网络。

我已经使用Gensim对数据进行矢量化处理。 我想在最后预测文本类型。

(e.g. train data
      <text>        type1 type2 type3 type4 type5) 
      "hello world" false false true  false true
                          .
                          .
                          .
      "goodbye world" true true true  false true

X_train = KeyedVectors.load(train_vectors, mmap='r')
X_train= X_train.vectors.reshape(X_train.vectors.shape[0],100, 1)

我的矢量数据集的形状是（1019471,100）

model = Sequential()
    model.add(Input(shape=(100,1)))
    model.add(Conv1D(32, 3, input_shape=(1, 100), activation='relu'))
    model.add(Dense(16, activation='relu'))
    model.add(Dense(5, activation='softmax'))

    model.compile(loss='categorical_crossentropy', 
                optimizer='adam', 
                metrics=['accuracy'])
    model.fit(X_train, y_train,
            epochs=4,
            validation_data=(X_validate, y_validate),
            verbose=args["verbose"])

出现此错误：

 ' while using as loss `' + loss_name + '`. '
ValueError: A target array with shape (1019471, 5) was passed for an output of shape (None, 98, 5) while using as loss `categorical_crossentropy`. This loss expects targets to have the same shape as the output.

我无法知道形状（无，98、5）来自何处，如何获得更好的模型？