使用Keras实现情感分析遇AttributeError：'str'对象无'ndim'属性

嘿，这个错误我之前踩过坑！本质是你的模型拿到了原始文本字符串，但Keras的层（比如Embedding、Dense）只认带ndim属性的张量/数组类型数据，字符串肯定没有这个属性呀~ 毕竟示例用的Keras内置数据集已经帮你做好了文本转数值的预处理，而你用本地txt文件时刚好漏掉了这个关键环节。

AttributeError: 'str' object has no attribute 'ndim' 直白点说：你给模型喂了一堆字符串句子，但模型需要的是数字组成的矩阵/序列。Keras内置数据集（比如IMDB）默认已经完成了文本→整数序列→统一长度的步骤，而你用本地pos.txt/neg.txt时，得自己手动完成这套预处理流程。

我给你整理了一套能直接对接本地txt文件的代码流程，你可以对照自己的代码找问题：

1. 先加载本地文本并打标签 #

先把两个文件里的评论读进来，同时给正面评论打1、负面打0：

import numpy as np

# 加载正面评论（跳过空行）
with open('pos.txt', 'r', encoding='utf-8') as f:
    pos_reviews = [line.strip() for line in f if line.strip()]
# 加载负面评论
with open('neg.txt', 'r', encoding='utf-8') as f:
    neg_reviews = [line.strip() for line in f if line.strip()]

# 合并所有文本和标签
texts = pos_reviews + neg_reviews
labels = np.array([1]*len(pos_reviews) + [0]*len(neg_reviews))

2. 核心：把文本转成模型能懂的数字序列 #

这一步是解决错误的关键，用Keras的Tokenizer完成文本数值化：

from tensorflow.keras.preprocessing.text import Tokenizer
from tensorflow.keras.preprocessing.sequence import pad_sequences

# 初始化Tokenizer，设置最大词汇量（按需调整）
max_words = 10000
tokenizer = Tokenizer(num_words=max_words)
tokenizer.fit_on_texts(texts)  # 学习文本中的词汇表

# 把每条评论转成整数序列
sequences = tokenizer.texts_to_sequences(texts)

# 统一所有序列的长度（模型要求输入形状一致）
max_len = 200  # 可以根据你的评论平均长度调整
x_data = pad_sequences(sequences, maxlen=max_len)

3. 划分训练/测试集 #

from sklearn.model_selection import train_test_split

x_train, x_test, y_train, y_test = train_test_split(
    x_data, labels, test_size=0.2, random_state=42
)

4. 构建并训练模型 #

现在用处理好的x_train（数组类型）喂模型就不会报错了，比如一个简单的LSTM情感分析模型：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Embedding, LSTM, Dense

model = Sequential([
    Embedding(max_words, 128, input_length=max_len),  # 输入是统一长度的整数序列
    LSTM(64),
    Dense(1, activation='sigmoid')
])

model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5, batch_size=32, validation_split=0.1)

你可以先检查这几个关键点：

• 是不是直接把原始的字符串列表传给了model.fit()？这是最常见的错误
• 有没有用Tokenizer把文本转换成整数序列？
• 有没有用pad_sequences统一所有输入的长度？

如果还是卡壳，可以把你预处理部分的代码贴出来，我帮你再细瞅~

内容的提问来源于stack exchange，提问作者Amy