Neural network 如何在keras/tensorflow中使用所学单词2VEC？

我想把句子分为两类：陈述句和疑问句。为此，我需要已经学习的word2vec NN来传递句子、抛出它并接收每个句子的2d数组，例如：

[~300件】、~300件】、~300件】、…]

“300”是单词向量的近似长度

---

凯拉斯是怎么做到的？使用哪个库更好？

我建议您使用图层并设置其权重：

input = Input(shape=(seq_len,))
embedding = Embedding(input_dim=vocabulary_size, 
    output_dim=300, weights=[your_w2v_matrix])(input)
...

---

你可以找到一个非常类似的问题。

这个问题的答案是关于帖子的。但是这篇文章是不可理解的

嵌入

层，我的答案中显示的嵌入层应该也能解决你的问题。你能显示部分代码吗，它将句子转换为word2vec向量数组？如果你指定了句子和w2v矩阵的格式，当然可以。我没有任何格式。简单地说，有两个数组。第一个数组包含语句，第二个数组包含问题。我甚至还没有任何火车样本。所以这是“抽象”的句子，事实上，我想它应该是什么格式并不重要。关于w2v矩阵。我不知道到底是什么。对我来说，w2v变换是黑箱变换。那么，你能帮我解决这个问题吗？