Hej chicos, estoy tratando de proyectar datos categóricos multi etiquetados en un espacio denso usando incrustaciones.

Aquí hay un ejemplo de juguete. Digamos que tengo cuatro categorías y quiero proyectarlas en un espacio 2D. Además, obtuve dos instancias, la primera perteneciente a la categoría 0 y la segunda a la categoría 1.

El código se verá así:

sess = tf.InteractiveSession()
embeddings =  tf.Variable(tf.random_uniform([4, 2], -1.0, 1.0))
sess.run(tf.global_variables_initializer())
y = tf.nn.embedding_lookup(embeddings, [0,1])
y.eval()

y devolver algo como esto:

array([[ 0.93999457, -0.83051205],
       [-0.1699729 ,  0.73936272]], dtype=float32)

Hasta aquí todo bien. Ahora imagine que una instancia pertenece a dos categorías. La búsqueda de incrustación devolverá dos vectores que puedo reducir por medio, por ejemplo:

y = tf.nn.embedding_lookup(embeddings, [[0,1],[1,2]]) # two categories
y_ = tf.reduce_mean(y, axis=1)
y_.eval()

Esto funciona tal como lo espero también. Mi problema ahora surge cuando las instancias en mi lote no pertenecen a la misma cantidad de categorías, por ejemplo:

y = tf.nn.embedding_lookup(embeddings, [[0,1],[1,2,3]]) # unequal sized lists
y_ = tf.reduce_mean(y, axis=1)
y_.eval()

ValueError: Argument must be a dense tensor: [[0, 1], [1, 2, 3]] - got shape [2], but wanted [2, 2].

¿Alguna idea sobre cómo solucionar este problema?