Aspect 기반 정서 분석 깊이 학습 모델 구현시 오류

Question

나는 각각의 문장에 대해 먼저 aspect를 예측해야만하는 Aspect based sentiment analysis 작업이 있습니다. 양태 I 첫번째 층은 완전히 분산 softmax를 출력 & 2 층을 연결 위치 2-layer Neural Network (상기 작업)을 구현해야 미리 정의 &을들은 총 19

에있다.
각 문장은 단어 벡터의 평균으로 표시됩니다. 사용되는 워드 벡터 모델은 GoogleNews 300 dimensional wordvec model [https://drive.google.com/file/d/0B7XkCwpI5KDYNlNUTTlSS21pQmM/edit?usp=sharing]입니다.
그래서 각 문장마다 300 차원 단어 벡터 (문장의 모든 단어의 모든 300 차원 단어 벡터 평균)를가집니다. 모델 위에 구현하기

을 -
를 I 가질 - 문장 양태 제가 K 양태들의 & 총
그렇지 y(i)=0
은 (A 문장의 여러 측면을 가질 수 참고)가있는 경우
출력 y는 y(i) = 1/k로 정의 총 1739 문장 각각에 대해 & 나는 300-dim 단어 벡터가 있습니다. 그래서 np.arrayX 모양이 (1739,300)입니다. 마찬가지로 y은 np.array이고 모양은 (1739,19)입니다.

내 코드를 사용하여 keras입니다 - 아무도 내가 무엇에 대한 몇 가지 빛을 던질 수있는, 그래서 만약 내가 깊은 학습에 새로운 & keras 오전
Exception: Error when checking model input: expected dense_input_4 to have shape (None, 300) but got array with shape (1739, 1)

-

가

model = Sequential() 

model.add(Dense(output_dim=64, input_dim=300)) 
model.add(Activation('relu')) 

model.add(Dense(output_dim=19)) 
model.add(Activation('softmax')) 

model.compile(loss='categorical_crossentropy', optimizer='sgd', metrics=['accuracy']) 

model.fit(X, y, nb_epoch=3)  

이 코드는 나에게 오류가 발생합니다 잘못하고있는거야?

Answer 1

문제는 데이터의 잘못된 차원에 있습니다. 모양은 (1739, 300)이어야합니다. 오류가 발생할 수 있으므로 데이터 준비를 다시 확인하십시오.