带有嵌入层的 Keras LSTM 自动编码器

Question

我正在尝试在 Keras 中构建一个文本 LSTM 自动编码器。我想使用嵌入层，但我不确定如何实现。代码看起来像这样。

inputs = Input(shape=(timesteps, input_dim))
embedding_layer = Embedding(numfeats + 1,
                            EMBEDDING_DIM,
                            weights=[data_gen.get_embedding_matrix()],
                            input_length=maxlen,
                            trainable=False)

embedded_sequence = embedding_layer(inputs)
encoded = LSTM(num_units)(inputs)

decoded = RepeatVector(timesteps)(encoded)
decoded = LSTM(???, return_sequences=True)(decoded)

sequence_autoencoder = Model(inputs, decoded)

sequence_autoencoder.compile(loss='binary_crossentropy', optimizer='adam')

我不确定如何将输出解码为目标序列（这显然是输入序列）。

Answer 1

无法在解码器中实现逆嵌入层，因为嵌入层是不可微分的。可能还有其他方法可以解决：

1. 从嵌入层的输出构造自动编码器到具有相似维度的层。然后使用最近邻或其他算法从那里生成单词序列。

2. 构造一个非对称自动编码器，使用时间分布层和密集层来降低 LSTM 输出的维度。

希望这有帮助。