《表4 超参数设置：结合产品特征的评论情感分类模型》

  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

《结合产品特征的评论情感分类模型》

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

采用13train和14train对PWCNN模型进行训练，学习模型的权重值和偏置，测试所训练模型的有效性和泛化能力。对于PWCNN模型的训练，采用minibatch随机梯度下降方法，并且在输出上采用dropout防止模型过拟合。采用训练集的5倍交叉验证来调节模型中的超参数，在实验中得出了最佳的参数配置，其参数设置如表4所示。MNB模型中的超参数平滑因子α设置为1，所有使用SVM模型的超参数正则化常数C设置为1。