Keras 如何设计一个接受多输入的LSTM网络
下面是一个场景，我想创建一个上下文聊天机器人，这意味着该机器人将根据上下文进行应答。例如Keras 如何设计一个接受多输入的LSTM网络,keras,lstm,recurrent-neural-network,Keras,Lstm,Recurrent Neural Network,下面是一个场景，我想创建一个上下文聊天机器人，这意味着该机器人将根据上下文进行应答。例如 Input :["text": "it was really nice", "topic":movie] Output:["text": "indeed,it was an awesome movie","topic":movie] 每当我必须考虑输入的唯一一个问题，那就是句子本身我能做到的，我所需要做的就是把句子切记并输入到LSTM的输入中。但是我怎么能考虑“话题”？ 我已经准备了一个这样格式的数据集
Input :["text": "it was really nice", "topic":movie]
Output:["text": "indeed,it was an awesome movie","topic":movie]
我正在使用Keras构建这样一个机器人。我真的不确定您想要构建什么。 首先想到的是这样一个正常的第四代lstm wich根据尼奇的作品生成文本。 要使用这样的网络，您需要以问答形式提供培训数据。 你需要把你的问题作为种子。 您不需要单独加载主题，因为神经网络的概念是它自己学习以理解数据