改进用于文本分类的 Keras 模型

Question

我正在制作一个模型，用于 将网页标题 分类为关于食物的 101 类个之一（大多数标题都与食谱有关）。我的序列的中等长度是 42。我清理了文本（坏词，更改为小写等）并使用 Tokenizer 对其进行了标记化。我在我的模型中放置了一个 LSTM 层，我在测试集上获得了 83% 的准确率。我很确定这可以通过对网络进行一些更改来改进，您有什么建议吗？先感谢您！那是我的模特：

model = Sequential()
model.add(Embedding(MAX_NB_WORDS, EMBEDDING_DIM, input_length=x_train.shape[1]))
model.add(SpatialDropout1D(0.2))
model.add(LSTM(100, dropout=0.2, recurrent_dropout=0.2))
model.add(Dense(101, activation='softmax'))

opt = optimizers.Adam(learning_rate=0.01, beta_1=0.9, beta_2=0.999, amsgrad=False)
model.compile(loss='categorical_crossentropy', optimizer=opt, metrics=['accuracy'])

Answer 1

你可以试试再增加一个LSTM层，但是请注意单元的数量：增加太多很容易导致过拟合。否则，当你达到稳定状态时逐渐降低学习率也可能有助于提高。

如果再添加一个，不要忘记在第一个 LSTM 层中添加“return_sequences=True”。

您还应该为指标保留一个验证集（除了测试集）。

改进用于文本分类的 Keras 模型

Improve Keras Model for text classification

python

lstm

text-classification