我正在Tensorflow之上创建一个基于Keras的神经网络。我的要求是获取以下2个数据集并进行比较
- 将测试步骤作为网站句子作为第一个输入
- 获取网站的已爬网对象和页面
然后使用Keras和Tensor流传递两个输入。
转换
a）清理后会转换为基于NLP的输出，并且对象也会对其进行清理。两者都需要传递给神经元才能找到相似之处。结果应该是相似的。
请告知我们该怎么做。基本思想是基于测试用例的，它应该告诉哪个页面和对象正在使用
- 移动到熊猫数据框的页面和对象将其清除，结果如下所示
- 在熊猫数据框中进行如下测试 现在这两个输入都作为张量传递给Keras Embedding。
下一步完成余弦相似度
接下来，该模型适合每个记录的余弦相似性。像个人详细信息之类的词我用自己的语料库作为个人详细信息的名字，个人详细信息的姓氏等
请告知在安装时，如果直接进行形状调整，则会出现形状问题，因此必须为每个记录循环传递。这是正确的方法还是正确的方法