У меня есть модель LSTM, построенная со следующей архитектурой для классификации текстового ввода на 7 различных классов:
model1 = Sequential()
model1.add(Embedding(vocab_size, 128, input_length = max_length, trainable = False))
model1.add(Bidirectional(LSTM(128)))
model1.add(Dense(32, activation = "relu"))
model1.add(Dropout(0.5))
model1.add(Dense(7, activation = "softmax"))
Я хотел бы построить другую модель, которая создает термин частотный массив, аналогичный тому, который созданCountVectorizer.Конечная цель - объединить прогнозы LSTM с векторным представлением предложения, разработанным с помощью некоторых функций, чтобы получить окончательную классификацию.
Я хотел бы выполнить слияние моделей, подобное предложенному в этой проблеме , но я не знаю, как построить модель, которая просто подсчитывает входные данные.
Примечание: я новичок в Keras, поэтому не очень разбираюсь в различных модулях, которые можно использовать в моем приложении.