简单的意图分析模型(2)-模型构建

1、概述

在之前文章中已经对数据做了比较充分的处理，而且已经转化为张量，可以直接读取到tensorflow中进行训练。在本章中将构建神经网络模型来实现意图分析的训练与预测。

2、构建神经网络

为了更好的构建模型首先对输入数据进行简单分析，目前输入的每一个句子是由8个单词构成，每个单词都是一个300维的向量。而输出结果是一个整数的用于代表他们意图的编号。如下图所示：

2.1 构建卷积神经网络

之前的代码多为演示，在真正使用时还需略做调整，下面是真正生产环境下的代码：

from  gensim.models import KeyedVectors
import jieba
import tensorflow as tf
import numpy as np
model = KeyedVectors.load('mymodel')
COLUMNS = ['text', 'class','class_id']
dataset = tf.data.TextLineDataset('data/data.csv')
dataset=dataset.map(_parse_csv)
dataset=dataset.repeat(1000)
dataset=dataset.shuffle(buffer_size=10000)
dataset=dataset.batch(100)
iterator =