ShawnyXiao / TextClassification-Keras

TextClassification-Keras/model/HAN/main.py

Line 22 in a447bd9

x_train = sequence.pad_sequences(x_train, maxlen=maxlen_sentence * maxlen_word)

如上line22-25这4行代码，所示编码过程好像如下：
Step1: 强行在document(所有句子)后面padding一次，而不是在每个句子后面都padding一次，形如：（---表示句子）
-----------,------,--- ------------,-------- --,000000000000000000 00000000000000000000

Step2: 强行把document按maxlen_sentence(假设为20)划分看，而非原本句子的自然划分，形如：（|表示向量划分）
-----------,------,---|------------,--------|--,000000000000000000|00000000000000000000

我认为，应该是每个句子内先进行Word Level的编码，然后再进行句子间的Sentence Level编码？形如：
----------- 000000 000|------000000 00000000|-- -------------00000|----------0000000000

大家如何看待？

您好，

您的顾虑是正确的。这份实例代码仅仅为了展示 HAN 能够正常运行。在实际使用的时候，确实应该按照句子维度进行 padding的。

您好，

您的顾虑是正确的。这份实例代码仅仅为了展示 HAN 能够正常运行。在实际使用的时候，确实应该按照句子维度进行 padding的。

哦哦好的，谢谢回复，我就是确认一下~

HAN中的Document编码形式似乎不妥？