《表2 实验参数设置:基于卷积神经网络和贝叶斯分类器的句子分类模型》
词向量的维度d=300,选择已经预训练的300维谷歌word2vec词向量文件来映射,将未在word2vec中出现的文中单词通过随机函数映射为[-1,1]的300维随机向量。实验中使用双通道对输入矩阵进行卷积操作,卷积核函数为修正线性单元(rectified linear units,Re LU),训练通过SGD(stochastic gradient descent)进行,利用Zeiler提出的Adadelta优化器[20]。其他实验参数如表2所示,首先通过经验设置初始参数,其次在实验数据的验证集上设置模型迭代次数为100,通过观察交叉熵损失函数的变化进行调参,最后选择在实验数据的验证集上性能最好的一组参数作为训练模型的参数输出。
图表编号 | XD00134588700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 李文宽、刘培玉、朱振方、刘文锋 |
绘制单位 | 山东师范大学信息科学与工程学院、山东省分布式计算机软件新技术重点实验室、山东师范大学信息科学与工程学院、山东省分布式计算机软件新技术重点实验室、山东交通学院信息科学与电气工程学院、山东师范大学信息科学与工程学院、山东省分布式计算机软件新技术重点实验室、菏泽学院计算机学院 |
更多格式 | 高清、无水印(增值服务) |