《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》

《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。