Javascript 从Keras到Tensorflowjs的标记器

我知道这似乎是重复的，但我无法找到适合我的解决方案。或者我需要一个完整的例子

问题是：我想实现一个网页，通过预先训练的模型预测输入文本的类别。 我有对应于tensorflowjs模型的json文件，两者都有

• tokeniser.json

  （由Keras Tokenizer（）保存到_json（）中）

• vocab.json

  （保存为与

  tokenizer.word\u index

  相对应的）

现在，我知道了如何使用tensorflowjs的异步函数在javascript对象中加载模型。 如何对令牌服务器执行相同的操作？ 然后如何标记（在导入的标记器下）输入文本

============================澄清===========================

我的json文件示例可以在

我尝试了以下代码

//loadVocab函数从json获取词汇表。
异步函数loadVocab（）{
var word2index=await JSON.parse（await JSON.stringify（vocabPath））；
返回word2索引；
}

其中，

vocabPath

是包含上述url的字符串

在脚本结束时，我调用一个函数

init（）

异步函数init（）{ 模型=等待加载模型（）； word2index=等待loadVocab（）； console.log（word2index[“the”]）；//我希望是1 } 但我当然得到了未定义的，因为我猜它将url的真正字符串作为json，而不是该url处的json

---

有什么想法吗？

加载从python保存的词汇表，如下所示：

导入json
以open（'word_dict.json'，'w'）作为文件：
dump（tokenizer.word_索引，文件）

必须使用如下AJAX调用加载JSON：

function getJSON(url) {
    var resp ;
    var xmlHttp ;

    resp  = '' ;
    xmlHttp = new XMLHttpRequest();

    if(xmlHttp != null)
    {
        xmlHttp.open( "GET", url, false );
        xmlHttp.send( null );
        resp = xmlHttp.responseText;
    }

    return resp ;
}

var vocab = JSON.parse(getJSON('./word_dict.json'));

这里很好地解释了python方面：

---

下一步的一个相关问题是，如何将其矢量化在这里：

我最终以以下方式解决了这个问题

let vocabPath='/url/to/my/vocab.json'；
异步函数loadVocab（）{
让vocab=await（await-fetch（vocabPath））.json（）；
返回vocab；
}

是关于如何加载json文件的问题吗？更多的是关于如何将json文件加载为tensorflowjs对象。这个问题对我来说有点不清楚。你能给出一个json的例子，以及加载后你期望的结果吗？我有一个简单的json，其中包含一个“字典”单词到索引。我想在javascript中实现一个标记器，这样，给定一个字符串，获取每个单词，进入单词到索引字典，并返回与输入文本对应的整数列表。非常感谢。我将尝试此解决方案。我会给你最好的答案，不过，我也会发布我的，正如我在一篇文章中解决的一样ss“纯”，但更具综合性。