《表1 朴素贝叶斯模型与TextCNN模型分类效果比较》

  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

《文本卷积神经网络模型在短文本多分类中的应用》

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

从表1可以看出，TextCNN在测试集上的分类准确率比朴素贝叶斯高1.66%，且one-way ANOVA结果显示p=0.018，具有显著性差异。而TextCNN此时在embedding层采用随机128维词向量，训练样本语料也未经任何预处理，所有超参数都采用了默认值，仍有较大的优化空间。