《表4 实验参数设置:基于word2vec和双向LSTM的情感分类深度模型》
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word2vec和双向LSTM的情感分类深度模型》
WEEF-BILSTM神经网络模型训练的参数和函数设置如表4所示。网络模型采用tanh作为激活函数,采用Adam作为梯度更新方法,且由于数据量偏少,所以将神经网络迭代次数设置为30。同时为了防止过拟合,利用dropout对网络参数进行约束。对于词向量维度、词频阈值以及窗口大小三个参数则采用单因子变量法实验确定最优值,实验结果如图4~6所示。
图表编号 | XD003889900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 黄贤英、刘广峰、刘小洋、阳安志 |
绘制单位 | 重庆理工大学计算机科学与工程学院、重庆理工大学计算机科学与工程学院、重庆理工大学计算机科学与工程学院、College of Engineering,University of Alabama、重庆理工大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |