Keras CNN文本分类预测排名标签
我想排名到分类标签 例如,我有5个新闻标签(体育、娱乐、政治、社会、世界)。然后,我预测了“洛杉矶湖人队成为篮球冠军”这句话 我想要这个结果 结果:排名第一的运动项目 第二名娱乐 第3级社会责任Keras CNN文本分类预测排名标签,keras,text,classification,cnn,Keras,Text,Classification,Cnn,我想排名到分类标签 例如,我有5个新闻标签(体育、娱乐、政治、社会、世界)。然后,我预测了“洛杉矶湖人队成为篮球冠军”这句话 我想要这个结果 结果:排名第一的运动项目 第二名娱乐 第3级社会责任 谢谢。你的型号在哪里?你的训练/测试数据在哪里?我训练过模型。我想分发predict的标签。如果您需要任何人的帮助,您需要提供一些样本数据、模型等。显示您得到的输出和预期输出 def sentence_classification(sentence): sentence_morpheme = mo
谢谢。你的型号在哪里?你的训练/测试数据在哪里?我训练过模型。我想分发predict的标签。如果您需要任何人的帮助,您需要提供一些样本数据、模型等。显示您得到的输出和预期输出
def sentence_classification(sentence):
sentence_morpheme = morphs(sentence)
seq = tokenizer.texts_to_sequences([sentence_morpheme])
train_label_vector() #labels
padded = pad_sequences(seq, maxlen=max_len)
preds = model.predict_proba(padded)[:,4]
print(preds)
index = np.argmax(preds)
label = label_encoder.classes_[index]
result = {sentence: label}
return result