整理：esim、transformer加lstm和textcnn多分類模型(tf2)

注意tf2 embedding的使用：app 加載預訓練詞向量 一、建立矩陣，索引與詞向量的對應映射 model_creative_id = gensim.models.Word2Vec.load('model_creative_id_word_skip_200_3') ## 構造包含全部詞語的 list，以及初始化 「詞語-序號」字典 和 「詞向量」矩陣 vocab_list = [word

>>阅读原文<<