Как спрогнозировать значение на основе нескольких функций, включая текстовую функцию

#nlp #time-series #lstm #forecasting

Вопрос:

Я должен прогнозировать продажи (значение закрытия), используя несколько функций, некоторые из которых являются категориальными, одна-числовая, а другая-текстовая.

(данные содержат продажи и разговор между сотрудниками и клиентами в виде текстовой функции и несколько других категориальных функций)

Вот прогресс до сих пор

вот мой прогресс до сих пор. conversation_vecotr-это текстовый объект, преобразованный в вектор

Моя проблема в том, как работать с текстовой функцией. Я преобразовал его в вектор с помощью word2vec, но при подаче его в модель LSTM он не подходит. (возможно, из-за тех векторов, которые находятся в формате списка в каждой строке моего фрейма данных)

Как с этим бороться?