30.5.4 使用增加嵌入维度的深度学习模型
还有继续提升模型性能的空间，特别是因为我们拥有一个相对较大的数据集，并且数据是由专家进行标注的。嵌入层似乎是构建优秀模型的关键，因此我们将尝试一种使用嵌入层的深度学习方法。
我们的深度学习模型将使用20,000的词汇表，并将最大文档长度限制为50个单词以进行填充。我们将采用LSTM层和嵌入层，其中嵌入层将是一个可训练的100维嵌入层。对于二分类问题，我们将使用二元交叉熵损失函数和Adam优化器。深度学习模型将在训练集上进行训练，并在测试集（90/10）上进行评估。此外，训练数据将进一步分割为训练和验证子集（60/40）。
（1）下面代码定义了一个使用Keras构建的深度学习模型类nlp_evals_keras，用于对文本数据进行情感分析。该类通过将文本转换为数字表示并进行填充，