Je veux classer 2 types de phrases: les énoncés et les questions. Pour cela, je besoin déjà appris word2vec NN passer des phrases jeter et recevoir tableau 2D pour chaque phrase, par exemple:Comment utiliser appris word2vec dans keras/tensorflow?
[[~ 300 articles], [~ 300 articles], [~ 300 articles], ...]
"300" est la longueur approximative du vecteur de mot.
comment faire cela est keras? quelle bibliothèque est préférable d'utiliser?
La réponse de ce quesion fait référence à l'article http://ben.bolte.cc/blog/2016/keras-gensim-embeddings.html. mais ce post est incompréhensible –
'Embedding' couche qui a été montré dans ma réponse devrait également résoudre votre problème. –
pouvez-vous montrer une partie du code, qui transforme les phrases en tableaux de vecteurs word2vec? –