如何在 tf.keras 输入层上使用函数

Question

我正在构建一个文本分类器，如代码所示。问题是我需要将文本传递给它，我编写了一个函数来获取文本、保留 NE、用一些信息丰富它们，并将它们转换为 BERT 嵌入（张量）。但是，我无法将函数的输出传递到模型的输入层。有什么想法吗？

# BERT layers--------
input_text = tf.keras.layers.Input(shape=(), dtype=tf.string, name="text")
print(input_text)
outputs = sent_BERTembedding_processor(input_text)

# NN layers------------
l = tf.keras.layers.Dropout(0.1, name='dropout')(outputs)
l = tf.keras.layers.Dense(1, activation='sigmoid', name='output')(l)

#  construct the final model------
model = tf.keras.Model(inputs=[input_text], outputs=[l])
print(model.summary())

这可能是因为在查找数据之前设计了层，这就是为什么我的函数返回一个空张量。那么，很有可能需要重新设计模型什么的？谢谢