《表1 2组患儿疗效比较：基于注意力网络的语体多元特征挖掘》
提示：宽带有限、当前游客访问压缩模式
本文使用词类的含义见表12，词类的作用是指明词的性质，通过词类可用了解每一种语体关注的重点。词类在三个语体中的注意力平均分值如图7所示，从中可以看出：
| 图表编号 | XD00197673900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.10 |
| 作者 | 吴海燕、刘颖 |
| 绘制单位 | 清华大学人文学院、清华大学人文学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 网络特征参数表：基于视觉认知任务的注意缺陷多动障碍患儿与正常儿童脑功能网络差异研究》2020.10.25
- 《表2 数据集：基于并行混合网络融入注意力机制的情感分析》2020.09.10
- 《表2 实验结果对比：基于层次注意力网络的论证区间识别研究》
- 《表1 不同算法测量结果：基于二向注意力循环神经网络的PM_(2.5)浓度预测》2020.12.25
- 《表3 基于语体特征的分类结果》2020.08.10
- 《表4 各响应的相对误差：基于注意力网络的语体多元特征挖掘》2020.08.10
- 《表5 治疗方法与预后：基于注意力网络的语体多元特征挖掘》2020.08.10
- 《表1 数据统计表：基于注意力网络的语体多元特征挖掘》2020.08.10
- 《表1 微波消解程序：基于工厂数据的注意力LSTM网络辨识方法》2020.12.01
- 《表2 初步特征组合：社交网络中网络空间安全用户挖掘模型研究》2020.04.25
- 《表1 AEN架构：基于注意力增强网络的场景文字识别》2020.03.25
- 《表2 场景数据集：基于尺度注意力网络的遥感图像场景分类》2020.03.10
- 《表1 语音特征表：基于双向LSTM神经网络和注意模型的语音情感分析》2020.01.01
- 《表2 模型分类精度：基于双向长短时记忆网络的改进注意力短文本分类方法》2019.12.25
- 《表2 转发数据字段：基于文本挖掘技术的网络舆情特征研究》2019.10.01
- 《表1 评论数据字段：基于文本挖掘技术的网络舆情特征研究》2019.10.01
- 《表4 混淆矩阵：基于文本挖掘技术的网络舆情特征研究》2019.10.01
- 《表3 爬取结果：基于文本挖掘技术的网络舆情特征研究》2019.10.01
- 《表1 语体语料库：汉语语体变异的多维度分析——基于17个语体72项语言特征的考察》2019.06.15
- 《表2 模型超参数设置：基于图卷积神经网络和注意力机制的短时交通流量预测》2019.08.01