분류 모델을 학습하여 저장한 후에, 새로운 데이터를 모델에 적용시키려고 합니다.

새 데이터를 가져와 패딩 단계까지 완료했는데, 여러개 리스트를 한번에 적용시키는 방법을 몰라서 질문드립니다!

아래와 같은 여러개 리스트 각각에 모델을 적용하고, 분류 결과와 확률을 도출하고 표 형태로 출력하고 싶습니다.

score = float(loaded_model.predict(pad_new))

이렇게 시행하면

TypeError: only size-1 arrays can be converted to Python scalars

이런 에러가 뜹니다.

-추가-

제가 참고한 코드는 아래와 같이 한 문장을 분류하는 코드입니다.

def sentiment_predict(new_sentence):
  new_sentence = mecab.morphs(new_sentence) # 토큰화
  new_sentence = [word for word in new_sentence if not word in stopwords] # 불용어 제거
  encoded = tokenizer.texts_to_sequences([new_sentence]) # 정수 인코딩
  pad_new = pad_sequences(encoded, maxlen = max_len) # 패딩
  score = float(loaded_model.predict(pad_new)) # 예측
  if(score > 0.5):
    print("{:.2f}% 확률로 긍정 리뷰입니다.".format(score * 100))
  else:
    print("{:.2f}% 확률로 부정 리뷰입니다.".format((1 - score) * 100))

sentiment_predict('이 상품 진짜 좋아요... 저는 강추합니다. 대박')
98.88% 확률로 긍정 리뷰입니다.

어떻게 하면 좋을지 도와주시면 감사드리겠습니다!