帮我写一个文本分类的Bilstm代码

好的，以下是一个文本分类的Bilstm代码示例：

import tensorflow as tf

# 定义模型参数
vocab_size = 10000
embedding_dim = 128
hidden_dim = 64
num_classes = 2

# 定义模型
model = tf.keras.Sequential([
    tf.keras.layers.Embedding(vocab_size, embedding_dim),
    tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(hidden_dim)),
    tf.keras.layers.Dense(num_classes, activation='softmax')
])

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

# 训练模型
model.fit(train_data, train_labels, epochs=10, validation_data=(val_data, val_labels))

这是一个简单的文本分类模型，使用了双向LSTM作为特征提取器，然后通过一个全连接层进行分类。训练时使用了交叉熵损失函数和Adam优化器。