《表2 实验模型参数：Word2vec-CNN-Bilstm短文本情感分类》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《Word2vec-CNN-Bilstm短文本情感分类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验参数的合理设置对实验结果有直接影响。参数调整过程中使用固定参数的方法，分别对LSTM层单元数、丢弃率等参数进行了对比实验。当准确率不再上升时停止训练，以避免过拟合、不收敛等问题，同时可以加快学习速度，提高调参效率。BiLSTM模型的LSTM层单元数参数的值为64，丢弃率（dropout）的参数值为0.2，批尺寸的参数值为64，Epoch的参数值为10，优化器（optimizer）的参数值为adam。