《表3 决策树最高准确率百分比》

  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

《Twitter情感分析中停用词处理》

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

由表1可以看出，使用词袋、Word2Vec、GloVe对数据进行向量表示后用逻辑回归分类模型分类，3个数据集均为保留停用词准确率更高，其中使用TF-IDF对数据一和数据三进行分析也同样为保留停用词准确率更高，但对数据二分析则表现为去除停用词准确率更高，这是由于数据二的分类更多地依赖于与灾难相关的专有词汇，停用词和灾难相关性较小，影响TF-IDF中的词频及逆向词频的计算，所以去除停用效果更好。表2表明，使用随机森林分类模型和词袋或TF-IDF向量表示方法时，保留停用词准确率较高；相反的，使用Word2Vec和GloVe特征模型时，去除停用词效果较好，产生这种结果的原因之一是随机森林初始随机值不固定。表3为使用决策树分类算法，词袋、TF-IDF、Word2Vec这3种向量表示方法均为保留停用词准确率更高，而GloVe在对数据一和数据二进行分析时，去除停用词效果更好。表4分别为使用SVM和kNN分类算法，此时除了数据二，其它均为保留停用词准确率较高，产生这种现象的原因之一为数据二内容的特殊性。