Python 基于torchnlp的文本分类_Python_Neural Network_Nlp_Pytorch_Text Classification

Python 基于torchnlp的文本分类

python neural-network nlp pytorch

Python 基于torchnlp的文本分类,python,neural-network,nlp,pytorch,text-classification,Python,Neural Network,Nlp,Pytorch,Text Classification,我正试图用pytorch nlp建立一个神经网络。我的目的是建立这样一个网络：嵌入层（使用pytorch标准层和预先训练的方法）带LSTM的编码器（也使用标准的nn.LSTM）注意机制（使用torchnlp.nn.Attention）带LSTM的解码器（作为编码器）线性层标准我在输入句子的维度（每个单词都是一个向量）方面遇到了一个主要问题，但最重要的是注意层：我不知道如何声明它，因为我需要编码器输出的精确维度，但序列的维度不同（对应于句子的字数不同的事实）我试过查看torch

我正试图用pytorch nlp建立一个神经网络。我的目的是建立这样一个网络：

嵌入层（使用pytorch标准层和预先训练的
```
方法）
```


带LSTM的编码器（也使用标准的nn.LSTM
）
注意机制（使用torchnlp.nn.Attention
）
带LSTM的解码器（作为编码器）
线性层标准


我在输入句子的维度（每个单词都是一个向量）方面遇到了一个主要问题，但最重要的是注意层：我不知道如何声明它，因为我需要编码器输出的精确维度，但序列的维度不同（对应于句子的字数不同的事实）
我试过查看torch.nn.utils.rnn.pad_packed_sequence
和torch.nn.utils.rnn.pack_packed_sequence
，因为它们受LSTM支持，但我找不到解决方案
有人能帮我吗
编辑
我曾考虑将所有序列填充到特定维度，但我不想截断更长的序列，因为我想保留所有信息。
将所有序列填充到特定维度的做法是正确的。您必须选择一个大于“most”的维度但是你需要删掉一些句子。这应该会有帮助