《表2 实验参数设置：基于深度记忆网络的特定目标情感分类研究》
提示：宽带有限、当前游客访问压缩模式
实验中的参数设定如表2所示。词向量的维度为300维，隐藏层的LSTM单元为256个，句子的最大长度为190，不足的在句子左边补零，64个句子为一个批次。
| 图表编号 | XD00122101200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.15 |
| 作者 | 张玲、刘臣 |
| 绘制单位 | 上海理工大学管理学院、上海理工大学管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 网络模型参数设置：基于混合核深度适配网络的HRRP目标识别》2020.12.01
- 《表4 模型拟合指标：基于自注意力门控图卷积网络的特定目标情感分析》2020.08.10
- 《表1 数据集组成：基于自注意力门控图卷积网络的特定目标情感分析》2020.08.10
- 《表4 对齐实验参数设置：基于深度学习的领域知识对齐模型研究：知识网络视角》2020.05.24
- 《表7 神经网络参数设置：基于多特征和深度神经网络的维吾尔文情感分类》2020.05.01
- 《表3 实验参数设置：基于深度BLSTM和分类元数据的自定义情感分类》2020.09.01
- 《表1 实验平台设置：基于深度BLSTM和分类元数据的自定义情感分类》2020.09.01
- 《表7 实验结果：用于特定目标情感分析的交互注意力网络模型》2020.09.15
- 《表1 实验数据统计：基于CRT机制混合神经网络的特定目标情感分析》2020.02.01
- 《表2 实验数据样例：基于CRT机制混合神经网络的特定目标情感分析》2020.02.01
- 《表4 实验结果：基于CRT机制混合神经网络的特定目标情感分析》2020.02.01
- 《表3 实验参数：基于CRT机制混合神经网络的特定目标情感分析》2020.02.01
- 《表2 实验参数设置：基于卷积注意力机制的情感分类方法》2020.01.16
- 《表1 数据统计结果：基于深度记忆网络的特定目标情感分类研究》2019.12.15
- 《表2 CNN参数：基于组合式深度学习网络的混合文本情感分类》2019.11.16
- 《表2 模型超参设置：用于目标情感分类的多跳注意力深度模型》2019.09.30
- 《表3 实验参数设置：基于注意力机制的卷积-双向长短期记忆模型跨领域情感分类方法》2019.08.10
- 《表3 超参数设置表：基于动态注意力GRU的特定目标情感分类》2019.08.20
- 《表4 实验参数设置：基于word2vec和双向LSTM的情感分类深度模型》2019.12.01
- 《表2 模型参数设置：基于BiGRU-attention神经网络的文本情感分类模型》2019.12.01