Keras 提供POS标签作为RNN的输入，并嵌入单词

我必须将输入作为单词嵌入+POS标记输入RNN。但单词嵌入只由代码生成。所以我不能把嵌入和定位在一个热向量上。完成此任务的最佳方法是什么

def BidLstm（maxlen、N_标记、嵌入尺寸、嵌入矩阵）：
inp=Input（shape=（maxlen，），dtype='int32'）
x=嵌入（len（word2int）+1，
他说,，
权重=[嵌入矩阵]，
输入长度=最大长度，
可培训=错误）（inp）
x=双向（LSTM（300，返回序列=真，辍学=0.25，
经常性辍学=0.25（x）
xa=注意（最大）（x）
xd=密集（256，activation=“relu”）（xa）
xdp=辍学率（0.25）（xd）
xd1=密集（5，activation=“softmax”）（xdp）
#x=时间分布（密集（N_标签+1，激活='softmax'））（x）
模型=模型（输入=输入，输出=xd1）
回归模型
模型=BidLstm（最大值（句子长度列表），5，嵌入尺寸，嵌入矩阵）
compile（loss='binary\u crossentropy'，optimizer='adam'，
指标=[‘准确度’]）
文件路径=“.model.hdf5”
ckpt=ModelCheckpoint（文件路径，monitor='val\u loss'，verbose=1，
保存_best_only=True，mode='min'）
早期=早期停止（监视器=“val_损失”，模式=“分钟”，耐心=1）
model.fit（X\u-train，Y\u-train\u-onehot，批处理大小=32，时间=15，验证\u-split=0.1，回调=[ckpt，early]）