deep-learning - 如何在使用内置数据集的同时在 keras 中输入新文本进行预测

Question

我正在浏览 keras 中的示例，并运行了使用 LSTM 对内置 imdb 数据集 ( https://github.com/fchollet/keras/blob/master/examples/imdb_lstm.py ) 上的情绪进行分类的示例。

在检查数据时，每条评论都被描述为一个数字数组，我假设这些数字是他们使用这个数据集构建的词汇表的索引。

然而，我的问题是如何将一段新文本(我自己编造的)输入到这个模型中以获得预测？我将如何获得这些词汇？

之后，我可以通过将文本输入到数字数组中进行预处理并将其输入。谢谢!

Answer 1

在预测新文本时，您必须遵循与训练相同的步骤。

预处理这个新句子。

使用 word_index

将文本转换为向量

用您在训练期间指定的相同长度填充向量

展平数组并将其作为输入传递给您的模型

sentences = clean_text(text)

word_index = imdb.get_word_index()

x_test = [[self.word_index[w] for w in sentences if w in self.word_index]]

x_test = pad_sequences(x_test, maxlen=maxlen) # Should be same which you used for training data

vector = np.array([x_test.flatten()])

model.predict_classes(vector)