《表5 分类结果混淆矩阵：基于深度学习的文本情感分析》
提示：宽带有限、当前游客访问压缩模式
使用通用的3个评价指标作为评价标准:准确率（PPrecision）、召回率（PRecall）及F1值（F）对实验结果进行评价．本研究给出的分类混淆矩阵如表5所示．
| 图表编号 | XD00132516800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.05 |
| 作者 | 李丽华、胡小龙 |
| 绘制单位 | 中南大学计算机学院、中南大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 分类结果混淆矩阵：基于并行混合网络融入注意力机制的情感分析》2020.09.10
- 《表1 混淆矩阵列表：基于逻辑回归的在线评论情感分类方法研究》2020.10.25
- 《表3 分类结果混淆矩阵：代码向量深度学习的恶意Android应用检测方法》2021.02.05
- 《表2 分类结果混淆矩阵：基于Stacking集成学习的流失用户预测方法》2020.11.30
- 《表1 微博文本示例：融合情感特征的深度学习微博情感分析》2020.10.20
- 《表7 分类结果混淆矩阵：基于社交关系增强的短文本情感分析方法》2020.09.15
- 《表4 混淆矩阵：基于BERT的文本情感分析》2020.03.05
- 《表1 词向量语义相似度：基于深度学习的文本情感分析》2020.03.05
- 《表2 实验环境配置：基于深度学习的文本情感分析》2020.03.05
- 《表2 分类结果混淆矩阵：基于集成学习框架的用户画像方法》2020.01.10
- 《表2 CNN参数：基于组合式深度学习网络的混合文本情感分类》2019.11.16
- 《表3 实验结果：基于深度学习的商品评论情感分类》2019.11.01
- 《表5 识别混淆矩阵：结合多通道深度学习和随机森林的地表分类》2019.11.01
- 《表1 分类结果混淆矩阵：基于深度学习的高分遥感影像乡镇建筑物识别方法》2019.01.20
- 《表5 分类混淆矩阵：一种基于集成学习的钓鱼网站检测方法》2019.09.15
- 《表1 ML和深度学习分类方法分类结果混淆矩阵》2019.06.25
- 《表2 混淆矩阵：基于深度迁移学习的烟雾图像检测》2019.04.01
- 《表1 情感词典分类：基于机器学习与情感词典的文本主题概括及情感分析》2019.04.15
- 《表3 分类判别混淆矩阵：基于word2vec和双向LSTM的情感分类深度模型》2019.12.01
- 《表4 分类结果混淆矩阵：面向BSP-CNN的短文本情感倾向性分类研究》2019.12.01