與文本分類中的 LSTM 相比，CNN 給我更好的准確性是正常的嗎？

Question

對於文本分類，我有 1000 條評論的數據，我嘗試了不同的神經網絡。 對於 CNN，我得到了 0.94 的准確度，但對於 LSTM，我得到了較低的准確度（0.88）這是正常的，因為據我所知，LSTM 專門用於文本分類並且它保留了單詞序列的順序？

Answer 1

是的，這並不異常，並且在很多研究中都顯示出來。
這些模型的性能取決於許多因素，例如您擁有的數據和您正在處理的任務。
例如，如果您的任務更關心檢測一些實質性特征（如情緒），CNN 可以表現良好。
但是，當數據的順序方面很重要時，例如在機器翻譯和文本摘要任務中，基於 RNN 的模型可以顯示出它們的優勢。
我不相信“專門用於文本分類的 LSTM”是真的。 最好說 LSTM 專門用於學習序列數據。 LSTM 可以很好地學習文本和標記之間的關系，但是您定義的任務可能並不關心這些語言特征。 例如，在情感分類中，model（如 CNN）可以只關心某些單詞的存在並取得良好的效果。