Keras：推文分类

Question

我有一个包含 2000 万条随机收集的个人推文的数据集（没有两条推文来自同一个帐户）。让我将此数据集称为“通用”数据集。此外，我还有另一个“特定”数据集，其中包括从药物（阿片类药物）滥用者那里收集的 100,000 条推文。每条推文至少有一个与之相关的标签，例如阿片类药物、成瘾、过量、氢可酮等（最多 25 个标签）。

我的目标是使用“特定”数据集来训练使用 Keras 的模型，然后使用它来标记“通用”数据集中的推文，以识别可能由吸毒者编写的推文。

为了向前推进，我想澄清一些事情：

假设我所有的训练推文都有一个标签——阿片类药物。然后，如果我通过它传递未标记的推文，模型是不是很可能只是将所有这些都标记为阿片类药物，因为它不知道其他任何事情？为了学习目的，我应该使用各种不同的推文/标签吗？也许，出于培训目的选择推文/标签有任何一般准则吗？

如何添加更多带有用于训练的标签的列（代码中没有使用一个类似的列）？

一旦我训练模型并达到适当的准确性，我如何通过它传递未标记的推文以进行预测？

如何添加混淆矩阵？

任何其他相关反馈也非常感谢。

谢谢！

“一般”推文示例：

everybody messages me when im in class but never communicates on the weekends like this when im free. feels like that anyway lol.

i woke up late, and now i look like shit. im the type of person who will still be early to whatever, ill just look like i just woke up.

“特定”推文示例：

$2 million grant to educate clinicians who prescribe opioids

early and regular marijuana use is associated with use of other illicit drugs, including opioids