Keras方法进行词嵌入

Embedding层实例化

from keras.layers import Embedding

embedding_layer = Embedding(1000, 64)

我们将词嵌入的办法用于IMDB电影评论情感预测任务学习。对于电影数据集，我们将评论限制为前10000个最常见的单词，然后将评论限制为只有20个单词。对于这10000个单词，网络对每个单词都学习一个8维词嵌入，然后输入的整数序列（二维整数张量）转换为嵌入序列（三维浮点数张量），然后将这个张量展平为二维，最后在上面训练一个Dense层用于分类。

from keras.datasets import imdb
from keras import preprocessing

max_features = 10000   # 作为特征的单词个数

maxlen = 20   # 在这么多单词之后截断文本（这些单词属于前max_features个最常见的单词）


(x_train