在以下示例中，文本：
“敏捷的棕色狐狸跳过了懒惰的狗。”
获取编码[5, 9, 8, 7, 9, 1, 5, 3, 8]。
我的代码：
这样，单词' brown'和' dog'得到8和' quick'和' jumped'9的编码。
如果不能保证唯一性，编码的意义何在？
https://machinelearningmastery.com/prepare-text-data-deep-learning-keras/ https://keras.io/preprocessing/text/
这似乎是函数名称的错误选择，因为该one_hot函数实际上正在使用散列并且等效于hashing_trick（使用标准设置）。
看到这个问题：https ://github.com/keras-team/keras/pull/6887
当我做：
from keras.preprocessing.text import one_hot
from keras.preprocessing.text import hashing_trick
text = 'The quick brown fox jumped over the lazy dog.'
print(one_hot(text, n=9))
print(hashing_trick(text, n=9))
我得到相同的结果：
[5, 6, 2, 6, 5, 8, 5, 4, 1]
[5, 6, 2, 6, 5, 8, 5, 4, 1]
因此，如果您想获得“真实的”（唯一的）单热编码结果，则需要求助于其他解决方案（我相信目前还没有 Keras 内置的解决方案）。
您可以将其视为降维，尽管重要的是要知道它如何以及为什么将某些东西放入桶中。我记得读过关于 Vowpal Wabbit 做这个的复杂版本（“特征哈希”）以处理“terafeature”。
https://github.com/VowpalWabbit/vowpal_wabbit/wiki/Feature-Hashing-and-Extraction