Здраствуйте.
Возник такой вопрос, необходимо классифицировать тексты с помощью нейросети, тест представляю в векторном виде с помощью word2vec, нейросеть пишу с помощью keras, для реккуретной сети там есть спец класс LSTM, но ему на вход подается двумерный массив, а у меня вектор текста. Как решить эту проблему? Как вообще создать нейросеть на питоне для классификации текста с использованием Keras + word2Vec?
есть один телеграмм канал название не скажу так как сочтут за рекламу. Там около 2000 нейросетовоинов. Попробуйте спросить там. (tg://join?invite=ABI4pz6rz2iVzWUzaVqpmA
1. В машинном обучении обычно обучают на минибатчах - блоках по N примеров, где N обычно не больше 100 - а не по одному.
2. Поэтому там на вход подается не двумерный, а трехмерный массив - <кол-во примеров в минибатче>*<максимальная длина последовательности>*<количество фич \ размерность вектора слова>
3. Прогонять текст через word2vec можно в составе нейронной сети на Keras - есть слой Embedding, в котором можно предустанавливать значения весов. Тогда входные значения - это последовательности id'шников слов.
4. Есть же примеры: https://github.com/keras-team/keras/blob/master/ex...
