Research Article
Using Deep Learning to Predict Sentiments: Case Study in Tourism
| Model | Model description |
| 1 | (582) embedding→(582 × 300) LSTM→(30) dense [sigmoid]→(1) | 2 | (582) embedding→(582 × 300) LSTM→(50) dense [sigmoid]→(1) | 3 | (582) embedding→(582 × 300) LSTM→(70) dense [sigmoid]→(1) | 4 | (582) embedding→(582 × 300) LSTM→(100) dense [sigmoid]→(1) | 5 | (582) embedding→(582 × 300) LSTM→(200) dense [sigmoid]→(1) | 6 | (582) embedding→(582 × 300) LSTM→(300) dense [sigmoid]→(1) | 7 | (582) embedding→(582 × 300) LSTM→(500) dense [sigmoid]→(1) | 8 | (582) embedding→(582 × 300) Conv1D→(575 × 64) MaxPooling1D→(287 × 64) flatten→(18,368) dense [relu]→(10) dense [sigmoid]→(1) | 9 | (582) embedding→(582 × 300) Conv1D→(575 × 128) MaxPooling1D→(287 × 128) flatten→(36,736) dense [relu]→(10) dense [sigmoid]→(1) | 10 | (582) embedding→(582 × 300) Conv1D→(575 × 32) MaxPooling1D→(287 × 32) Conv1D→(280 × 64) flatten→(17,920) dense [relu]→(10) dense [sigmoid]→(1) | 11 | (582) embedding→(582 × 300) Conv1D→(582 × 32) MaxPooling1D→(291 × 32) LSTM→(100) dense [sigmoid]→(1) |
|
|