kerasでのgridsearchでInvalid argumentのエラーが出る

Question

前提・実現したいこと

ここに質問の内容を詳しく書いてください。
ニューラルネットでの自然言語処理に取り組んでいます。
kerasでgridsearchを使おうとすると、以下のエラーメッセージがたくさん発生しました。

発生している問題・エラーメッセージ

2020-09-22 14:29:49.265333: W tensorflow/core/framework/op_kernel.cc:1767] OP_REQUIRES failed at serialize_sparse_op.cc:382 : Invalid argument: indices[3] = [0,1631] is out of order. Many sparse ops require sorted indices.
    Use `tf.sparse.reorder` to create a correctly ordered copy.

該当のソースコード

from os.path import dirname, join, normpath

import pandas as pd
from keras import backend as K
from keras.layers import Dense, Dropout
from keras.models import Sequential
from keras.optimizers import SGD, Adadelta, Adagrad, Adam
from keras.wrappers.scikit_learn import KerasClassifier 
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.model_selection import GridSearchCV

from tokenizer import tokenize

# Load training data
BASE_DIR = normpath(dirname(__file__))

training_data = pd.read_csv(join(BASE_DIR, '/Users/pacapaca/Documents/test/15ス/assets/dialogue_agent_data/training_data.csv'))
train_texts = training_data['text']
train_labels = training_data['label']

# Feature extraction
vectorizer = TfidfVectorizer(tokenizer=tokenize, ngram_range=(1, 2))
train_vectors = vectorizer.fit_transform(train_texts)


# Grid search
def build_model(input_dim, output_dim,  # <1>
                optimizer_class,
                learning_rate,
                dropout=0):
    if K.backend() == 'tensorflow':  # <2>
        K.clear_session()

    mlp = Sequential()
    mlp.add(Dense(units=32, input_dim=input_dim, activation='relu'))
    if dropout:
        mlp.add(Dropout(dropout))
    mlp.add(Dense(units=output_dim, activation='softmax'))

    optimizer = optimizer_class(lr=learning_rate)

    mlp.compile(loss='sparse_categorical_crossentropy',
                metrics=['accuracy'],
                optimizer=optimizer)

    return mlp


parameters = {'optimizer_class': [SGD, Adagrad, Adadelta, Adam],  # <3>
              'learning_rate': [0.1, 0.01, 0.001, 0.0001, 0.00001],
              'dropout': [0, 0.1, 0.2, 0.3, 0.4, 0.5],
              'epochs': [10, 50, 100, 200],
              'batch_size': [16, 32, 64]}

feature_dim = train_vectors.shape[1]
n_labels = max(train_labels) + 1

model = KerasClassifier(build_fn=build_model,  # <4>
                        input_dim=feature_dim,
                        output_dim=n_labels,
                        verbose=0)
gridsearch = GridSearchCV(estimator=model, param_grid=parameters)  # <5>
gridsearch.fit(train_vectors, train_labels)

print('Best params are: {}'.format(gridsearch.best_params_))

# Load test data
test_data = pd.read_csv(join(BASE_DIR, '/Users/pacapaca/Documents/test/15/assets/dialogue_agent_data/test_data.csv'))
test_texts = test_data['text']
test_labels = test_data['label']

# Classification with the best parameters
test_vectors = vectorizer.transform(test_texts)
predictions = gridsearch.predict(test_vectors)

試したこと

kerasを使わず、ランダムフォレストでのgridserchではうまく行きました。
また、kerasでのgridsearchでもネットの他のソースコードではエラーが出なかったので、問題が特定できていません。

補足情報（FW/ツールのバージョンなど）

このような質問サイトを利用するのが初めてなので、質問のしかたなどのアドバイスもあればいただけると嬉しいです。
よろしくお願いします。