使用词嵌入和TFIDF向量的LSTM

Question

我正在尝试在具有文本属性和TFIDF向量的数据集上运行LSTM。我将文字嵌入文本并输入到LSTM层。接下来，我将LSTM输出和TFIDF向量连接起来。但是，下面的代码中的第2行会引发以下错误：

“ ValueError：使用不是符号张量的输入调用了层lstm_1。接收的类型：。完整输入：[]。该层的所有输入都应该是张量。”

下面给出代码，其中len（term_Index）+1 = 9891，emb_Dim = 100，emb_Mat包含浮点数，形状为[9891,100]，并且sen_Len = 1000：]

    embed = Embedding(len(term_Index) + 1, emb_Dim, weights=[emb_Mat], 
    input_length=sen_Len, trainable=False)
    lstm = LSTM(60, dropout=0.1, recurrent_dropout=0.1)(embed)
    tfidf_i = Input(shape=(max_terms_art,))
    conc = Concatenate()(lstm, tfidf_i)
    drop = Dropout(0.2)(conc)
    dens = Dense(1)(drop)
    acti = Activation('sigmoid')(dens)

    model = Model([embed, tfidf_i], acti)
    model.compile(optimizer='adam', loss='binary_crossentropy', metrics = ['accuracy'])
    history = model.fit([features_Train, TFIDF_Train], target_Train, epochs = 50, batch_size=128, validation_split=0.20)

我正在尝试在具有文本属性和TFIDF向量的数据集上运行LSTM。我将文字嵌入文本并输入到LSTM层。接下来，我将LSTM输出和TFIDF向量连接起来。但是，行...

Answer 1

似乎我无法重现您的错误。添加括号后，代码可以完美运行。请参阅下面的代码：