《表2 实验参数设置：基于联合模型的多标签文本分类研究》

  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

《基于联合模型的多标签文本分类研究》

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

本文实验基于Keras框架，TensorFlow后端实现，编程语言为python3.6。通过多次实验及验证实验结果，选定最优的实验参数。由于提取的文本特征维度过大容易产生梯度爆炸问题，维度过少无法提取充分的特征信息，因此提取全局特征和局部特征的维度为设置为240。本文使用GloVe预训练的300维词向量，选定Adam(Adaptive Moment Estimation）作为优化器函数来优化神经网络，dropout值设置为0.5来防止过拟合。模型的具体参数设置如表2。