《表2 random词向量化与word2vec词向量化分类效果比较》

  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2可以看出，采用wor d 2 ve c词向量生成embedding层的训练效果明显优于随机生成词向量，十次交叉试验中每次试验的准确率都更高。采用random训练的模型平均准确率为88.63%，而采用word2vec训练的模型平均准确率为91.43%，提升了2.8%，且oneway ANOVA结果显示p=0.0008，具有显著性差异。可见，考虑词的上下文信息生成word2vec词向量模型，更有利于捕捉训练样本的语义特征，提升卷积神经网络模型的训练效果。