我有一个 JSON 数据集，例如：
{"candidate00001": "graceful ones."
"candidate00002":"One more,Marvelous said, sounding royally bored from his seat."
"candidate00003":"She tired,Joe said, though not unkindly."
}
其中，candidate00001是我的第一堂课，candidate00002是第二堂课，以此类推。
我是 python 新手，所以我想使用本教程通过Keras实现字符级分类。
我的问题是我现在不知道如何将我的 JSON 文件转换为x_train和y_train。
正如@Frankstr 所提到的，你想要一个关于“字符级分类”的教程，而不是你链接的手写数字识别。
字符级分类通常使用RNN或 1D CNN完成。例如，参见用于文本分类的字符级卷积网络的实现。
为了将您的 json 数据转换为 Kerasx_train并y_train提供给 Keras，您可以将其读入字典，分别提取键和值，并对类标签进行二值化：
import json
from sklearn.preprocessing import LabelBinarizer
with open('data.json', 'r') as f:
train = json.load(f)
y_train = list(train.values())
lb = LabelBinarizer()
x_train = lb.fit_transform(list(train.keys()))
确保您的 json 格式正确。您给出的示例在每个值后都缺少逗号。它应该是：
{"candidate00001": "graceful ones.",
"candidate00002":"One more,Marvelous said, sounding royally bored from his seat.",
"candidate00003":"She tired,Joe said, though not unkindly."
}
查看您所指的教程，它似乎是用于手写字母和数字的字符识别，取自 MNIST 数据库。本教程中的字符分类是指：取一张图像并将其分类为某个 Unicode 或 Asci 定义的字符的表示。
您要处理的候选项是字符串、定义明确的字符，根本不需要识别。所以本教程不符合您的兴趣。
你能定义你的兴趣吗，你想从这些候选人中得到什么，这对这三个样本来说是一个很好的分类？如果你有这个，我建议将它作为一个新问题提出。