在商品评价解析中，我们提供了多种模型进行选择。以下是模型的说明，您可以根据自己的具体场景，选择一个更适合的模型。
分类-高性能版-CNN
基于CNN实现，训练和预测速度快，精度略低。
计算资源要求高，建议训练数据量不要超过10w条。分类-高精度版-Bert
基于Bert实现，训练和预测速度慢，精度较高。
计算资源要求较低，适合训练数据量较大的情况。
- 性能对比（仅供参考，不同数据集可能差异较大）
| 模型 | 数据量 | 训练参数（默认参数） | 训练耗时（gpu） | 预测耗时（cpu） | 准确率 |
|---|---|---|---|---|---|
| 分类-高性能版-CNN | 2.7w | epoch=30 | 1小时 | 100ms | 93% |
| 分类-高精度版-Bert | 2.7w | epoch=5 | 2小时 | 400ms | 98% |
文档内容是否对您有帮助？