《表6 分类方法对比实验:基于类别特征扩展的短文本分类方法研究》
为对本文所提短文本分类方法的分类效果做出综合判断,将该方法与其他分类方法进行对比。由于LDA模型与向量空间模型(Vector Space Model,VSM)作为传统的文本向量表征方式被广泛使用,而K近邻分类算法(K-Nearest Neighbor,KNN)[16]作为经典的机器学习算法具有简单、可解释性强的特性,因此,使用KNN分类器对由LDA模型、VSM模型所表征的文本向量进行分类对比。此外,由于预训练词向量被广泛作为TextCNN分类模型的词汇输入向量,本文还对比了TextCNN模型下使用预训练词向量的分类效果。实验结果如表6所示。
图表编号 | XD00107789100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.25 |
作者 | 邵云飞、刘东苏 |
绘制单位 | 西安电子科技大学经济与管理学院、西安电子科技大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |