基于keras采用LSTM实现多标签文本分类（一）

多标签和多分类的区别

1.多标签即一条语句可能有多个类别划分。例如，这个酸菜鱼又酸又辣。属于酸和辣两个标签。
在采用神经网络学习时，最后一层的激活函数应采用sigmoid激活函数，相当于对这条语句做了多个二分类。
2.多分类即每条语句只有一个标签，在采用神经网络学习时，最后一层的激活函数应采用softmax激活函数，最后选取类别中的最大值作为预测结果。
关于sigmoid和softmax 的区别此处再说明。

本次数据集的格式为：

组织关系-裁员 消失的“外企光环”，5月份在华裁员900余人，香饽饽变“臭”了
组织关系-裁员 前两天，被称为“仅次于苹果的软件服务商”的Oracle（甲骨文）公司突然宣布在中国裁员。。
组织关系-裁员 不仅仅是中国IT企业在裁员，为何500强的甲骨文也发生了全球裁员

关于LSTM的学习可以参考这篇。
关于词向量化的方式，本文采用keras 内置Tokenizer API 实现。

运行环境tensorflow2，keras 2.+

from tensorflow.keras.preprocessing.text import Tokenizer
from tensorflow.keras.preprocessing.sequence import pad_sequences
import re
import jieba
from sklearn.preprocessing import MultiLabelBinarizer
from tensorflow.keras.models import Model, load_model
from tensorflow.keras.layers import *
import numpy as np
import json
def clear_character(sentence):
    pattern1 = '[a-zA-Z0-9]'
    pattern2 = re.compile(u'[^\s1234567890' + '\u4e00-\u9fa5]+')
    pattern3 = '[’!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~]+【】'
    line1 = re.sub(pattern1, '', sentence)
    line2 = re.sub(pattern2, '', line1)
    line3 = re.sub(pattern3, '', line2)
    new_Sentence = ''.join(line3.split())
    return new_Sentence


def content_split(segment):
    seg = " ".join(jieba.cut(segment))
    return seg


def rm_stop_word(wordlist, stop):
    filtered_words = [word for