sentiment analysis 那个例子中如何构建 prediction 函数？

[acacess]

多谢苏神的例子，已经在自己的数据集上重新训练了模型，效果也有很大的提升。目前想拿新的模型预测数据，但是好像卡住了，希望苏神能够帮忙看一下：

text = '这辆车真是太差了!'
tokenizer = Tokenizer(token_dict)

def predict_sentiment(text):
    tokens = tokenizer.tokenize(text)
    indices = np.array([[token_dict[token] for token in tokens]])
    segments = np.zeros(len(tokens))
    result = model_in.predict([indices, segments], verbose=True)[0].argmax()
    return result

predict_sentiment(text)

目前无论放什么 text 进去，结果都是 0，不知道错在哪里？

[bojone]

result = model_in.predict([indices, segments], verbose=True)[0] > 0.5 这样才对。

麻烦先入门一下sigmoid做二分类的过程，还要先入门一下numpy的基本使用方法，查一下argmax的作用～

[acacess]

多谢指点，我再学习一下