Подходит ли данная архитектура нейронной сети для классификации текстов?

Код:

model = Sequential() model.add(Embedding(max_features, 32)) model.add(SpatialDropout1D(0.2)) model.add(LSTM(100, dropout=0.2, recurrent_dropout=0.2))  model.add(Dense(num_classes, activation="sigmoid")) model.compile(loss='categorical_crossentropy',               optimizer='adam',               metrics=['accuracy']) model.fit(x_train, y_train, batch_size=256, epochs=15,           validation_data=(x_test, y_test), verbose=2) scores = model.evaluate(x_test, y_test,                         batch_size=256) 

Есть ли более подходящие/эффективные варианты архитектуры нейронной сети для классификации текстов?