python - 使用 lstm 进行 IMDB 评论的准确性非常低

Question

我已使用 Word2Vec 将 imdb 评论转换为 300 维。

我保留了 25000 条评论中的 embedding_vecor_length = 32、input_length = 300。

我的准确性非常差，损失很高。

在 10 个 epoch 结束时，我得到的准确度为 0.4977，损失为 0.6932。

    embedding_vecor_length = 32
    model = Sequential()
    model.add(Embedding(25000, embedding_vecor_length, input_length=300))
    model.add(LSTM(100))
    model.add(Dense(1, activation='sigmoid'))
    model.compile(loss='binary_crossentropy', optimizer='adam', metrics['accuracy'])

我应该添加或删除什么才能提高准确性并减少损失？

Answer 1

25000 似乎是您拥有的样本数，而不是嵌入层的输入维度。我认为你应该检查你想要在该函数中使用哪些维度。我认为，在看不到您的数据的情况下，您真正​​想要的是:

model.add(Embedding(300, embedding_vecor_length))

但是由于您已经使用了 word2vec，所以这已经是一个嵌入了!您不需要嵌入层。我认为你应该删除它，然后看看你的准确性。