《表5 不同序列模型的分类准确率》
为了进一步验证本文模型的有效性,选择不同的序列模型,包括RNN、LSTM和GRU,分析其对实验结果的影响。表5为不同序列模型在Restaurant和Laptop评论数据集上的准确率对比结果。可以看出,GRU的性能优于LSTM,而LSTM在精度指标上又优于RNN。这是因为GRU和LSTM具有更复杂的隐层单元,比RNN具有更好的组合能力。而与LSTM相比,GRU需要训练的参数更少,因此可以比LSTM更好地进行泛化。然后与GRU和LSTM相比,Bi-LSTM的性能稍好一些,因为Bi-LSTM较LSTM和GRU能够捕获更多的上下文情感信息。
图表编号 | XD00150177100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.15 |
作者 | 韩虎、刘国利 |
绘制单位 | 兰州交通大学电子与信息工程学院、甘肃省人工智能与图形图像工程研究中心、兰州交通大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |