未知目标文本大小的文本摘要答案

【问题标题】：Text summarization for unknown target text size未知目标文本大小的文本摘要
【发布时间】：2021-07-28 11:27:57
【问题描述】：

我在 python3 中使用 Tensorflow keras 库进行未知文本大小的文本摘要。

我正在使用this link 中的代码说明进行文本摘要。但看起来代码为要汇总的输入文本的最大大小设置了值，因为它已经知道要汇总的文本大小。但如果我不知道怎么办？我的意思是如果我必须对许多我不知道它们的总大小的文本进行摘要？？

错误文本太长，所以我没有成功找到与我的案例相关的内容。

所以错误是：

indices[0,0] = 30 不在 [0, 13) [[node model_2/embedding_1/embedding_lookup（定义在 C:\Users\f_pc\Desktop\class_python.py:314) ]] [操作：__inference_predict_function_19765]

错误可能源于输入操作。输入源连接到节点 model_2/embedding_1/embedding_lookup 的操作： model_2/embedding_1/embedding_lookup/19252（定义于 D:\obj\windows-release\37amd64_Release\msi_python\zip_amd64\contextlib.py:112)

函数调用栈：predict_function

我也在尝试

max_text_len=800
max_summary_len=500

但加起来这个大小，分析时间增加了，但也有

【问题讨论】：

标签： python web-scraping web-scraping-language

【解决方案1】：

encoder_inputs = Input(shape=(max_len_text,))

所以你必须设置max_len_text。

据我从（Bahdanau et al., 2015）看到，Attention 层的输入长度没有限制。其余的只是收集 LSTM 中间状态，它也不应该依赖于输入长度。

您是否尝试过在推理期间设置与模型构建期间不同的 max_len_text？（为每个推理动态设置它，即为您正在总结的每个输入文本）

【讨论】：

谢谢，设置不同的值会减慢进程但没有结果。那么动态设置是什么意思呢？