Python 用keras对句子的主要语义关系进行分类

Python 用keras对句子的主要语义关系进行分类,python,neural-network,keras,classification,lstm,Python,Neural Network,Keras,Classification,Lstm,我有这样一个大数据集: RELATION<tab>SENTENCE color<tab>The cat is black color<tab>My dog is white place<tab>Des Moines is in Iowa place<tab>Des Moines is the capital of Iowa is-a<tab>Des Moines is a city is-a<tab>3D pri

我有这样一个大数据集:

RELATION<tab>SENTENCE
color<tab>The cat is black
color<tab>My dog is white
place<tab>Des Moines is in Iowa
place<tab>Des Moines is the capital of Iowa
is-a<tab>Des Moines is a city
is-a<tab>3D printer is a type of printer
is-a<tab>New Beetle was a car by Volkswagen
...
关系句 这只猫是黑色的 我的狗是白色的 普莱塞得梅因在爱荷华州 普莱塞得梅因是爱荷华州的首府 梅因是一座城市吗 is-a3D打印机是一种打印机 是一辆全新的甲壳虫是大众汽车公司生产的汽车 ... 我需要建立一个分类器,给定一个句子,尽可能准确地返回一个关系

我已经用keras(python)编写了一些程序,但在本例中,我真的不知道从哪里开始。目前我只意识到一个重要的特征可能是句子中单词的顺序,但我不知道如何解释这一点

你有什么提示吗?例如,关于特征、嵌入、隐藏层。LSTM可能是一个好的NN吗?为什么?

我希望这不是太宽泛,但我只需要一些提示,而不是为我编写代码。

可能就是这样的地方:),我希望有人会在那里回答,即使它很荒凉。。。