val_loss продолжает расти, в то время как Val_acc продолжает увеличиваться Это может быть из-за функции потерь ... функция потерь рассчитывается с использованием фактических предсказанных вероятностей, в то время как точность рассчитывается с использованием одного горячего вектора.
Давайте возьмем ваш пример из 4-х классов. Для одного из обзоров истинный класс, скажем, 1 . Прогнозируемые вероятности по системе [0,25, 0,30, 0,25, 0,2]. Согласно categoryorical_accuracy ваш вывод верен, т. Е. [0, 1, 0, 0], но так как ваша вероятность вероятности так распределена ... categoryor__crossentropy также даст большие потери. [ 111]
Что касается переоснащения. Я не совсем уверен, почему введение большего количества данных вызывает проблемы.
Попробуйте увеличить шаги. Не делайте данные более несбалансированными, добавляя данные в какой-либо конкретный класс.