Я использую быстрые текстовые вложения слов для создания векторов слов для предложений для двоичного классификатора анализа настроений. Векторы быстрого текста имеют как отрицательные, так и положительные числа.
Мой слой для встраивания
net = embedding(net, input_dim=20000, output_dim=num_hidden)
Однако я получаю ошибку,
InvalidArgumentError (see above for traceback): indices[99,244] = -1 is not in [0, 20000)
[[Node: Embedding/embedding_lookup = Gather[Tindices=DT_INT32, Tparams=DT_FLOAT, _class=["loc:@Embedding/W"], validate_indices=true, _device="/job:localhost/replica:0/task:0/device:CPU:0"](Embedding/W/read, Embedding/Cast)]]
Что конкретно означает эта ошибка?
Я попытался сделать все отрицательные значения в слове встраиванием 0, что, хотя и работает, но теряет много информации
Я не понимаю, как работает input_dim в слое внедрения в tflearn?
Также я не понимаю, как использовать встраивание слов Fasttext с tflearn?
Любая помощь будет высоко ценится