1回答
keras记号器是否提供诸如词干和柠檬化之类的功能？如果是，那又是怎么做的呢？需要直觉的理解。而且，text_to_sequence在这方面做了什么？
浏览 0提问于2019-06-12得票数 5
回答已采纳
1回答
我正在使用Keras标记器对句子进行标记化，然后创建可用于神经网络训练的单词索引序列：tokenizerTokenizer(num_words=5000)X_train = tokenizer.texts_to_sequences(X_train)
如何使用casual_tokenize NL
浏览 0提问于2020-08-05得票数 0
1回答
我通过char_level = True的Keras标记器发送一个列表列表，但结果是单词标记化，而不是字符标记化。from tensorflow import keras
# List of lists
浏览 19提问于2019-09-15得票数 1
回答已采纳
我开发了keras文本分类模型。我有预处理的数据(标记化)。我已成功记录训练好的模型(mlflow.keras.log_model)。我已经使用mlflow服务为模型服务了。现在，在对文本数据进行预测时，我需要使用用于训练的相同标记器对象进行预处理。如何预处理测试数据并从服务模型中获得预测。
浏览 8提问于2020-03-13得票数 2
回答已采纳
{ "_id":62749de1c511aff4354802f0“标记”：{‘_id’：‘_id’：21}，{'entity'：'Keras'，‘_id’：1}，{'entity'：'Amazon‘，'count'：1}，{'entity'：'Amazon’，'count'：1} }{ "_id":62749de1c511
浏览 10提问于2022-05-09得票数 -2
回答已采纳
1回答
我在许多博客中看到，人们使用one_hot (来自tf.keras.preprocessing.text.one_hot )将单词字符串转换为表示索引的数字数组。这并不能保证单一性。而令牌器类确保了单一性(tf.keras.preprocessing.text.Tokenizer )。那么为什么one_hot比标记器更受欢迎呢？更新:我知道哈希在One_hot中用来将单词转换成数字，但并没有意识到它的重要性，因为我们可以使用tokenizer类来更准确
浏览 22提问于2020-12-23得票数 0
在rnn示例中，我找到了以下代码： model = tf.keras.Sequential([ batch_input_shape=[batch_size, None]),
tf.keras.layers.LSTM(rnn_
浏览 0提问于2019-03-22得票数 8
1回答
我正在努力接近词袋/词汇表方法，将我的输入数据表示为keras中神经网络模型的一个热点向量。我试过使用scikit的向量器，但它们太死板了，即它们要么标记单词，要么标记字符，而我需要一个句子来与包括单词、字符、标点符号和表情符号的词汇表进行比较。当我在测试句子上使用tfid时，它只计算单词数，而忽略其他所有内容。我还需要关于采用这种热门方法以及如何在keras中实现它的指导。
浏览 9提问于2016-08-21得票数 4
1回答
我正在使用keras标记器来准备文本。现在我有了像26.07.2020或27.September 1993这样的x值。我希望使用标记器将September作为单词添加到索引中，但也可以使用26或2020。我以前使用过char_level=True，但是我认为这个模型应该以像September这样的单词作为单词标记来表现得更好。这是否有可能与角标记器，如果是，如何？
浏览 3提问于2020-08-04得票数 0
回答已采纳
我正在使用keras.preprocessing来标记句子，我在keras.preprocessing.text.Tokenize中遇到了一个意想不到的情况。当我给它字符串时，word_index的输出是单个字符及其索引的字典，而对于list，word_index的输出是单词字典(由空格分割)。from keras.preprocessing.text import Tokenizer
text =
浏览 2提问于2020-09-08得票数 1
新入TensorFlow请问这两种方法在使用上有什么不同，什么时候可以选择哪一种？
浏览 1提问于2022-02-05得票数 2
1回答
文本东京化后的单月不同词频
、、、、
我在NLP上做了一些工作，我做了一些标记化和文本预处理的任务，同时发现：def len_distribution(X): plt.title('Distribution of text length on dataset')单词频率在标记之前(纯文本)：
浏览 4提问于2020-11-17得票数 1
回答已采纳
我用Keras创建了一个简单的二进制分类模型。正如Keras说的，binary_accuracy精度有一个阈值，缺省值是.5，而‘精度’没有。当我用样本数据测试它们时，结果是不同的，但是在模型的过程中，您在每个时代都有相同的结果。()m.result().numpy()对于accuracy是：model.compile(loss='binary_crossen
浏览 2提问于2020-12-18得票数 6
回答已采纳
1回答
我标记了一个具有独立类别的文本数据集。当在Keras中运行CNN分类器时，我得到了> 90%的准确率。
我的短信是客户评论“我真的很喜欢这款手机的摄像头。”类有“手机摄像头”、“内存”等。我正在搜索的是，我是否可以用出现在句子中的类别来标记句子，同时分类器标记指示类别的实体。或者更具体地说:我如何提取输入句子的那些部分，这些部分在Keras中选择(即分类) 1个、2个或更多类别的CNN网络？
浏览 1提问于2018-12-18得票数 0
我在做一个项目，我训练并保存了我的模型以及记号器tokenizer.fit_on_texts(corpus)
importtokenizer, handle, protocol=pickle.HIGHEST_PROTOCOL)
from keras.modelshandle:
tokenizer = Tokeniz
浏览 12提问于2022-02-09得票数 1
回答已采纳
1回答
以下是编码器和解码器的实现：encoder = tf.keras.layers.StringLookup(vocabulary=vocab现在，在笔记本中，通过使用decoder实现StringLookUp的反向，我可以轻松地将预测转换回原来的字符串表示形式。这里是我的问题，虽然它在笔记本中工作得很好，但是对于将模型部署为REST并不太实际，因为调用程序无法知道编码的整数如何映射回原始的字符串表示形
浏览 4提问于2022-03-25得票数 1
我创建了一个标记器tokenizer = tf.keras.preprocessing.text.Tokenizer(split='', char_level=True, ...)但是，当我将标记序列转换为文本时，结果在每个字符之后包含一个空格(除了最后一个字符)：seq = tokenizer.texts_to_sequences
浏览 0提问于2020-07-03得票数 1
我对keras非常陌生，我可能会被困在一个非常简单的任务上。我有一个csv文件，有4列。目前，我只想使用其中的一列。我正在使用熊猫库读取csv，并选择只使用列'host'。但是，当我通过keras令牌程序函数对数据进行标记化时，它只读取csv文件中的第一行。
我需要标记器读取csv并在字符级别标记它，这似乎是在执行，但只用于第一行。
浏览 10提问于2021-10-08得票数 1
回答已采纳
2回答
我正在尝试使用Keras训练和构建一个记号赋予器&下面是我执行此操作的代码片段：from keras.preprocessing.sequenceimport pad_sequencesfrom keras.layers import Dense
txt1="""
浏览 0提问于2018-08-07得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
