《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》
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。
图表编号 | XD00129806200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 黄春雨、胡迪、邱宁佳、孙爽滋 |
绘制单位 | 长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院 |
更多格式 | 高清、无水印(增值服务) |