《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于类别特征扩展的短文本分类方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。