报错ValueError：无法将NumPy数组转换为Tensor（不支持NoneType）

错误信息 #

已发生异常：ValueError
无法将NumPy数组转换为Tensor（不支持的对象类型为NoneType）。
文件"C:\Users\rdterrte\fghfghfg\dfgdgfd\fhggdffd\chatbot.py"，第35行，位于predict_class函数中
res = model.predict(np.asarray([bow]))[0]
文件"C:\Users\rdterrte\fghfghfg\dfgdgfd\fhggdffd\chatbot.py"，第58行
ints = predict_class(message)
ValueError: 无法将NumPy数组转换为Tensor（不支持的对象类型为NoneType）。

问题根源 #

1. bag_of_words函数逻辑缺陷：当输入句子没有匹配到任何预定义词汇时，函数无返回值（即返回None），导致传入model.predict的bow为None类型，触发Tensor转换失败。
2. 提前返回错误：原bag_of_words在匹配到第一个词后直接return，后续词汇无法被处理，生成的bag数组不完整。
3. 变量名不一致：predict_class中定义了result变量，却调用results.sort()，会引发NameError。
4. 循环内返回错误：predict_class的return语句在for循环内部，只会返回第一个匹配的intent，无法返回完整结果列表。

修复方案 #

1. 修复bag_of_words函数 #

确保无论是否匹配到词汇，都返回有效NumPy数组，移除提前返回逻辑：

def bag_of_words(sentence):
    sentence_words = clean_up_sentence(sentence)
    bag = [0] * len(words)
    for w in sentence_words:
        for i, word in enumerate(words):
            if word == w:
                bag[i] = 1
    # 始终返回NumPy数组，无匹配时返回全0数组
    return np.array(bag)

2. 修复predict_class函数 #

修正变量名、调整返回位置，并添加健壮性判断：

def predict_class(sentence):
    bow = bag_of_words(sentence)
    # 健壮性处理：避免意外None值
    if bow is None:
        bow = np.zeros(len(words))
    res = model.predict(np.array([bow]))[0]
    ERROR_THRESHOLD = 0.25
    # 修正变量名与后续调用一致
    results = [[i, r] for i, r in enumerate(res) if r > ERROR_THRESHOLD]

    results.sort(key=lambda x: x[1], reverse=True)
    return_list = []
    for r in results:
        return_list.append({'intent': classes[r[0]], 'probability': str(r[1])})
    # 将return移出循环，返回完整结果列表
    return return_list

内容的提问来源于stack exchange，提问作者marko_digital_money