写一段实现文本分类的lstm的代码

以下是一个简单的 LSTM 文本分类的代码示例：

import numpy as np
from keras.models import Sequential
from keras.layers import Dense, LSTM, Embedding

# 定义模型
model = Sequential()
model.add(Embedding(input_dim=vocab_size, output_dim=embedding_dim, input_length=max_seq_len))
model.add(LSTM(units=64, dropout=0.2, recurrent_dropout=0.2))
model.add(Dense(units=num_classes, activation='softmax'))

# 编译模型
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

# 训练模型
model.fit(x_train, y_train, validation_data=(x_test, y_test), epochs=num_epochs, batch_size=batch_size)

其中，`vocab_size` 表示词汇表大小，`embedding_dim` 表示词向量维度，`max_seq_len` 表示最大序列长度，`num_classes` 表示分类数，`x_train` 和 `y_train` 分别表示训练数据和标签，`x_test` 和 `y_test` 分别表示测试数据和标签，`num_epochs` 表示训练轮数，`batch_size` 表示批次大小。