如何计算句子中单词手套嵌入的平均值

Question

我已经下载了手套训练矩阵并将其用于 Keras 层。 但是，我需要为另一项任务嵌入句子。

我想计算该句子中所有单词嵌入的平均值。

既然有大约 25000 个句子，最有效的方法是什么？

另外，我不想在 Keras 中使用 Lambda 层来获取它们的平均值。

Answer 1

最好的方法是使用 GlobalAveragePooling1D 层。 它从嵌入层接收句子内的标记嵌入，其中包含形状(n_sentence、n_token、emb_dim(，并计算句子中存在的每个标记的平均值。 结果具有形状(n_sentence、emb_dim(

下面是一个代码示例

embedding_dim = 128
vocab_size = 100
sentence_len = 20
embedding_matrix = np.random.uniform(-1,1, (vocab_size,embedding_dim))
test_sentences = np.random.randint(0,vocab_size, (3,sentence_len))
inp = Input((sentence_len))
embedder = Embedding(vocab_size, embedding_dim,
trainable=False, weights=[embedding_matrix])(inp)
avg = GlobalAveragePooling1D()(embedder)
model = Model(inp, avg)
model.summary()
model(test_sentences) # the mean of all the word embeddings inside sentences