テキストを分類するニューラル ネットワークの問題に取り組んできました。私はスペイン語のニュースの独自のデータセットを持っており、それは次のようにラベル付けされています: 肯定的、中立的、否定的意見。正と負のみのアマゾン極性データセットと比較しています。私のモデルは、文字レベルの畳み込みニューラル ネットワークの論文 (Xiang Zhang et al. 2015) に基づいています。このモデルは、Amazon データベースでは機能しますが、私のデータベースでは機能しません。何も学習しないため、まず適合不足のように見えます。その後、学習を開始しますが、数時間のトレーニングの後、オーバーフィッティングを開始します。ニューラルネットがそれを理解するには、データベースのテキストはどのようにすべきでしょうか? GPU でのトレーニングに NVIDIA DIGITS で torch7 を使用しています。