《表1 LDA模型：基于Huffman-LDA和Weight-Word2vec的文本表示模型研究》

  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

《基于Huffman-LDA和Weight-Word2vec的文本表示模型研究》

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

基于本文使用的医疗数据的独特性，为了验证LDA模型、LF-LDA模型和Huffman-LDA模型生成文本主题向量的精确性。使用上述三个模型和SVM分类器对医疗数据集中的疾病主题所属科室进行分类。其中，LDA和Huffman-LDA的参数设置如下：α=0.1，β=0.01，迭代次数2 000。LF-LDA的参数设置如下：α=0.1，β=0.01，λ=0.6，迭代次数2 000。实验结果采用准确率（P）、召回率（R）和交叉验证F1值进行评估，实验结果如表1-表3所示。其中科室类别D1-D8分别代表儿科、耳鼻咽喉科、妇产科、口腔科、内科、皮肤科、外科、眼科，Avg代表均值。