《表4 实验参数设置:基于word2vec和双向LSTM的情感分类深度模型》

《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》


  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

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。