《表2 分类模型实施结果:基于多模态数据语义融合的旅游在线评论有用性识别研究》

《表2 分类模型实施结果:基于多模态数据语义融合的旅游在线评论有用性识别研究》   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
《基于多模态数据语义融合的旅游在线评论有用性识别研究》


  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

从整体情况来看,无论是BERT还是word2vec作为预训练模型,图文结合的数据集在各项指标上都优于仅文本或是仅图片的数据集。因此可以认为,图文融合特征在在线评论有用性投票这一指标的预测模型性能表现更好。同时我们也发现,传统的SVM机器学习算法在本实验环境下的效果和深度学习模型相差无几,在部分指标上甚至有所领先。