使用 lstm 进行 imdb 评论获得非常低的准确性

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。我的准确性很差，损失很高。在 10 个时期结束时，我得到 0.4977 的准确度和 0.6932 的损失。    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和减少损失？

Answer 1

25000 似乎是您拥有的样本数，而不是嵌入层的输入维度。我认为您应该检查该函数中需要哪些维度。我认为，在没有看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过 word2vec，这已经是一个嵌入！您不需要嵌入层。我认为您应该删除它，然后查看您的准确性。