数据挖掘 - LSTM 用于具有不同句子大小但输入输出大小相同的文本 - 吾爱随笔录

你好，数据科学家

我正在尝试使用 LSTM（使用词嵌入）来生成一个可以标记句子中每个单词的系统。为此，我给它一组不同大小的句子，并使用填充使句子大小相同，以便 LSTM 可以处理它们。

问题是，在排除与填充部分相对应的标签后，LSTM 结果会给出与输入不同大小的输出。

所以我的问题是，这是一个架构问题，还是可能需要更多的训练（epocs word 更大的批次）？

谢谢您的帮助！

编辑：更多细节：

在下图中，我展示了我的 LSTM 架构

在运行一个大小为 n 的句子（使用一个热编码和词嵌入）时，我得到一个通常大小不同的结果；我所说的结果是指 lstm 的最终输出和相应的单词翻译。

此外，我目前有一些变量，我已经玩过：

BATCH_SIZE = 164
EPOCHS = 50
LSTM_NODES = 128
NUM_SENTENCES = 3000
MAX_NUM_WORDS = 250000
EMBEDDING_SIZE = 300

样本输入：

1  Cada
2  obra
3  consome
4  1,5
5  tonelada
6  de
7  aço
8  (
9  US$
10 6
11 mil
12 )
13 mais
14 US$
15 10
16 mil
17 de
18 mão-de-obra
19 .

样本输出：

1  c-am-prd*
2  c-am-prd*
3  (c-v*)
4  (am-rec*)
5  (c-v*)
6  (c-v*)
7  (c-v*)
8  (c-v*)
9  am-dis*