TensorFlow keras 文本分类：应用模型对单词进行评分

Question

我使用的数据是 BBC 新闻报纸的标题，以及它的类型描述类别。 （体育、商业、政治、科技、娱乐）。

在训练模型并评估损失后，我无法解释输出。我想说的是，在 5 个类别（体育、商业、政治、科技、娱乐）中，该模型会在我给该模型的新句子中得分。

我知道模型最后一层输出 5 个类别 + 1 个没有结果： resulttf.keras.layers.Dense(6, activation='softmax') .

以下是我的尝试，我得到了令牌。预测类都是 1，模型预测给了我一个矩阵（我的测试句子中的字母数 x 分类类别的数量）

对于许多示例，即使我尝试不同类别的单词，我也会得到这个“1 1 1 1 1”的答案。

Answer 1

我设法通过更改输入新句子的方式找到了问题的解决方案。 关键是以这种格式添加它。

sentence = ["""奥运会"""]

然后我得到一个反映一个词的键 以及每个句子/段落的分数分类。