实施基于切面的情感分析深度学习模型时出错答案

【问题标题】：Error in implementing Aspect-based sentiment analysis deep learning model实施基于切面的情感分析深度学习模型时出错
【发布时间】：2017-07-09 21:59:26
【问题描述】：

我有一个Aspect based sentiment analysis 的任务，我必须首先预测每个句子的方面。方面是预定义的，总共有 19 个。

我必须实现一个2-layer Neural Network（用于上述任务），其中第一层是完全连接的，第二层输出一个 softmax 分布。
每个句子由词向量的平均值表示。使用的词向量模型是GoogleNews 300 dimensional wordvec model [ https://drive.google.com/file/d/0B7XkCwpI5KDYNlNUTTlSS21pQmM/edit?usp=sharing ]。
因此，对于每个句子，我都有一个 300 维的词向量（句子中所有词的所有 300 维词向量的平均值）。
输出y 定义为y(i) = 1/k 当句子具有方面 i 和总共 k 个方面
否则y(i)=0
（注意——一个句子可以有多个方面）

实现上述模型 -
我总共有 1739 个句子，每个句子都有一个 300-dim 词向量。所以我有一个形状为(1739,300) 的np.array X。同样y 是np.array 形状(1739,19)。

我使用 keras 的代码是 -

model = Sequential()

model.add(Dense(output_dim=64, input_dim=300))
model.add(Activation('relu'))

model.add(Dense(output_dim=19))
model.add(Activation('softmax'))

model.compile(loss='categorical_crossentropy', optimizer='sgd', metrics=['accuracy'])

model.fit(X, y, nb_epoch=3)

此代码向我抛出错误 -
Exception: Error when checking model input: expected dense_input_4 to have shape (None, 300) but got array with shape (1739, 1)

我是深度学习和 keras 的新手，所以如果有人能说明我做错了什么？

【问题讨论】：

你能打印出 X 和 y 的形状吗？似乎出了点问题，它们的形状与您的预期不同。
X.shape 是 (1739, ) & y.shape 是 (1739,)
X 不应该有一个形状 (1739, 300) 吗？
是的，感谢@MarcinMożejko 指出这一点。我再次形成 X 和 y 并且它们现在分别具有形状 (1739,300) 和 (1739,19) 并且上面的代码运行无错误。顺便说一句，您是否在我的代码中发现了任何其他异常/错误/奇怪的情况......或者您想提出任何改进建议？
您可能会检查是否发生过拟合，并最终通过某种正则化来防止它。

标签： nlp deep-learning keras sentiment-analysis

【解决方案1】：

问题在于数据的维度错误。它的形状应该是(1739, 300)。重新检查您的数据准备，因为那里可能发生了错误。

【讨论】：