論文Sequential Short-Text Classification with Recurrent and Convolutional Neural Networks 的實驗部分

使用的基本模型結構： 結果和討論 爲了找到有效的超參數，我們每次只改變一個超參數，同時保持其他固定。表2顯示我們的超參數選擇。 我們對DSTC4，用谷歌新聞的word2vec預訓練的300維的詞向量初始化詞向量。對MRDA和SwDA，用Glove和Twitter預訓練的200維的詞向量。因爲這些選擇能夠在公開可達的word2vec，Glove，SENNA和RNNLM詞向量上產生最好的結果。 對短文

>>阅读原文<<