Neural network 在问答系统中用不同长度的句子训练神经网络_Neural Network_Word2vec_Question Answering

Neural network 在问答系统中用不同长度的句子训练神经网络

neural-network

Neural network 在问答系统中用不同长度的句子训练神经网络,neural-network,word2vec,question-answering,Neural Network,Word2vec,Question Answering,我正试图按照上面的说明实施一个QA系统。我已经正确导入了一些数据集，并使用word2vec方法转换了向量中的单词。在单词嵌入之后，需要在CNN中插入问题和答案。如果每个问题/答案的长度不同，输入张量的大小应该是多少？（每个问题/答案都是向量数组）摘自论文： q_emb是单词嵌入后的问题，r_w_k是长度d的单词向量应该使用的M（Q/A的长度）的正确值是什么？你能告诉我一些解决这个问题的方法吗，或者只是给我一些帮助？谢谢确定问题/答案向量数组的最大长度，并使输入的形状张量（num\u sam

我正试图按照上面的说明实施一个QA系统。我已经正确导入了一些数据集，并使用word2vec方法转换了向量中的单词。在单词嵌入之后，需要在CNN中插入问题和答案。如果每个问题/答案的长度不同，输入张量的大小应该是多少？（每个问题/答案都是向量数组）

摘自论文：

q_emb是单词嵌入后的问题，r_w_k是长度d的单词向量

应该使用的M（Q/A的长度）的正确值是什么？你能告诉我一些解决这个问题的方法吗，或者只是给我一些帮助？谢谢

确定问题/答案向量数组的最大长度，并使输入的形状张量

（num\u samples，max\u qa\u length，word\u embedded\u size）

。对于短于

max_qa_length

的问题，请在末尾填充零向量。

谢谢您的回答。那么创建Z向量呢？在您看来，在将其作为网络中的张量或提供给NN之前创建它会更好吗？您将希望在将其提供给TensorFlow之前进行填充，否则它将抱怨您输入的形状。