我构建了一个具有结构的插槽填充(一种序列分类)模型：自定义ELMo嵌入层 - BiLSTM - CRF。
它训练得很好。但是根据预测，我得到：
'TypeError: ufunc 'add' did not contain a loop with signature matching types dtype('<U4') dtype('<U4') dtype('<U4')'.
注意：U4 是一个无符号的整数。
在类似的问题中，建议"使用 predict 时，test_data 应该与 type(training_data[0]) 的数据类型相同，它将返回类型为 (training_labels[0])的数据类型"。我已经确认是的，我的每个测试样本都与training_data[0]的类型相同。
本文末尾的完整错误消息。
注意：该问题可能与我之前需要使用以下命令将训练和测试数据更改为 np.string 的事实有关：
X_train_sents = np.array(X_train_sents, dtype=np.str)
y_train_sents = np.array(y_train_sents, dtype=np.str)
这是为了避免在模型构建过程中出现错误，即：str 没有属性 ndim。如果我不将测试数据转换为 np.str，我会再次收到此错误。
一位同事认为问题出在 Keras 深处的某个添加方法(参见错误)。显然，这是一种特殊的添加方法，用于处理无符号的int，它不应该引起这样的问题。
自定义层松散地基于此人的存储库
重现错误：我在这里设置了一个带有代码和一些虚拟数据的 github 存储库
完全错误：
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-15-f71c3fcdc6d2> in <module>
16 print(type(X_train_sents[0]))
17 print(type(X_test_sents[0]))
---> 18 test_pred = model.predict(X_test_sents, y_test)
~/.conda/envs/base_munroke/lib/python3.7/site-packages/keras/engine/training.py in predict(self, x, batch_size, verbose, steps)
1167 batch_size=batch_size,
1168 verbose=verbose,
-> 1169 steps=steps)
1170
1171 def train_on_batch(self, x, y,
~/.conda/envs/base_munroke/lib/python3.7/site-packages/keras/engine/training_arrays.py in predict_loop(model, f, ins, batch_size, verbose, steps)
280 # Sample-based predictions.
281 outs = []
--> 282 batches = make_batches(num_samples, batch_size)
283 index_array = np.arange(num_samples)
284 for batch_index, (batch_start, batch_end) in enumerate(batches):
~/.conda/envs/base_munroke/lib/python3.7/site-packages/keras/engine/training_utils.py in make_batches(size, batch_size)
367 A list of tuples of array indices.
368 """
--> 369 num_batches = (size + batch_size - 1) // batch_size # round up
370 return [(i * batch_size, min(size, (i + 1) * batch_size))
371 for i in range(num_batches)]
TypeError: ufunc 'add' did not contain a loop with signature matching types dtype('<U4') dtype('<U4') dtype('<U4')
更新，我找到了解决方案：我将 y 集转换为 np.str 是错误的，例如
y_train = np.array(y_train, dtype=np.str)
我确实需要将 y 集转换为数组，但向该行添加dtype=np.str只是一个疏忽。
我希望我几个小时的痛苦能给别人带来一些用处！ :)