Я работаю над проблемой классификации текста. Моя модель выглядит следующим образом:
Model: "sequential_6"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
embedding_6 (Embedding) (None, 100, 50) 676050
_________________________________________________________________
lstm_6 (LSTM) (None, 16) 4288
_________________________________________________________________
dropout_1 (Dropout) (None, 16) 0
_________________________________________________________________
dense_6 (Dense) (None, 3) 51
=================================================================
Total params: 680,389
Trainable params: 680,389
Non-trainable params: 0
_________________________________________________________________
None
Набор данных содержит около 5300 № предложений. Я использую проверку раскола = 0,33. Модель ведет себя ненормально. Потери при проверке продолжают расти, а точность проверки постоянно меняется. Я прилагаю график. Пожалуйста, сообщите мне, как решить эту проблему.
![enter image description here](https://i.stack.imgur.com/ozzLN.jpg)
Моя модель выглядит следующим образом:
model=Sequential()
model.add(Embedding(
num_words,
EMBEDDING_DIM,
input_length=MAX_SEQUENCE_LENGTH
))
model.add(LSTM(32,return_sequences=True))
model.add(Dropout(0.5))
model.add(GlobalMaxPool1D())
model.add(Dense(len(possible_labels), activation="softmax"))
Я также прилагаю точность График. ![enter image description here](https://i.stack.imgur.com/bykL5.jpg)