《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》
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BiGRU-attention神经网络的文本情感分类模型》
本实验采用准确率、损失率和迭代时间作为实验的评价标准。数据预处理是实验数据放入神经网络训练前最重要的一步。文本向量层已经对数据处理作了详细论述,在这里不作陈述。本实验采用Keras深度学习框架,底层为Tensor Flow,使用Python语言编程实现;实验运行环境为Jet Brains Py Charm软件、Windows 10系统、内存8 GB等。本实验模型为文本向量输入层、隐藏层和文本分类层的三层网络结构。实验中有许多超参数需要设置和调整,超参数设置和调整都是在每一次迭代完成后,根据实验的准确率、损失率调整的。经过多次迭代,实验设置的超参数如表2所示。
图表编号 | XD003887200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 王伟、孙玉霞、齐庆杰、孟祥福 |
绘制单位 | 辽宁工程技术大学科学技术研究院、辽宁工程技术大学电子与信息工程学院、辽宁工程技术大学电子与信息工程学院、辽宁工程技术大学矿业技术学院、辽宁工程技术大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |