PaddlePaddle在使用词向量模型预测是得不到预测的单词

• 关键字：预测结果，数据字典

• 问题描述：使用训练好的模型参数和定义的网络创建一个预测器，使用这样预测器预测数据，得到一个预测结果，但是这个预测结果不是一个单词，而是一个数字。

• 问题复现：通过使用paddle.fluid.contrib.inferencer.infer预测接口预测四个单词数据，得到下一个单词。但是把最大概率的结果值输出，得到的是一个数字，而不是想要的一个字符串的单词。

result = inferencer.infer(inputs={'firstw': first_word,
                                  'secondw': second_word,
                                  'thirdw': third_word,
                                  'fourthw': fourth_word},
                          return_numpy=False)
most_possible_word_index = numpy.argmax(result[0])
print("预测结果是：", most_possible_word_index)

• 解决问题：我们训练的时候传入的是一个张量数据，所以预测输出的也应该是一个张量类型的数据，输出的也就是一个张量数据。如果需要输出预测的当初，还有根据数据集的字典获取对应的单词。处理代码如下：

result = inferencer.infer(inputs={'firstw': first_word,
                                  'secondw': second_word,
                                  'thirdw': third_word,
                                  'fourthw': fourth_word},
                          return_numpy=False)
most_possible_word_index = numpy.argmax(result[0])
print("预测结果是：", [key for key, value in six.iteritems(word_dict) if value == most_possible_word_index][0])

• 问题拓展：在图像分类任务上，预测得接时每个类别得概率，从这些结果中获取最概率的也是其数字标签。如果想得到类别的名称，还要根据数字标签对应的类别的名称才能获取预测结果的名称。