用于文本分类的python中带有注意层的BI LSTM

我想应用这个方法来实现Bi LSTM。此处讨论了该方法：

我得到以下错误：

“模块”对象不可调用

不能在此行中应用乘法：

sent_representation=merge（[lstm，attention]，mode='mul'）

从keras.layers导入合并
导入tensorflow作为tf
从tensorflow.keras.layers导入串联、密集、输入、LSTM、嵌入、退出、激活、展平、置换、重复向量
从tensorflow.keras.layers导入双向
inp=Input（shape=（maxlen，），dtype='float32'）
x=嵌入（最大特征、嵌入大小、权重=[emb\U矩阵]）（inp）
lstm=双向（lstm（50，返回序列=True），name=“bi\u lstm\u 0”）（x）
注意=密集（1，激活='tanh'）（lstm）
注意=展平（）（注意）
注意=激活（'softmax'）（注意）
注意=重复向量（最大功能*2）（注意）
注意=排列（[2,1]）（注意）
已发送表示=合并（[lstm，注意]，模式='mul'）
发送表示法=λ（λxin:K.sum（xin，轴=1））（发送表示法）
输出=密集（3，activation=“softmax”）（发送表示）

在Keras中，是一个模块，包含实现各种方式合并其他层输出的层。您需要选择要用于合并状态的方法

---

在这个特殊的例子中，您需要修改输出。

我删除了与问题无关的代码。在原始代码中，您使用softmax进行了两次投影，它不会像那样学习。谢谢。你能帮我解决我的问题吗。我是nlp和deep learning的新手，每天我都在关注这个问题，每次我出现新的错误。因为最后我需要3个标签，我不能使用sigmoid或。。你能帮我吗？但是你已经在用3个标签的softmax标准化了。那么问题出在哪里呢？那就是注意力层。你能告诉我，我怎样才能添加连接？它是

tensorflow.keras.layers.concatenate

。您已经导入了它。我尝试了，但错误是：无法将类型为的对象转换为张量。目录：。将铸造元素考虑为支持类型。