《表7 推文数据集上不同模型验证集分类结果对比》

  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

《融合双向门控循环单元和卷积神经网络的歧视性言论鉴别》

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

由于在实际生活中非歧视性倾向的言论总是多于歧视性倾向的言论，因此在实际应用中能够将具有歧视性倾向的言论正确鉴别出来并进行标注比正确分类出非歧视性倾向言论更加重要。由表7可以看出，本文模型对于歧视性倾向言论的正确分类数为475，错误分类数为86，分类准确率高于其他对比模型。由此说明本文模型对于歧视性倾向言论具有更好的鉴别和分类作用。本文模型召回率为0.846 7，精确率为0.834 7，说明本文模型的正确预测样本数占有较高的比例，对数据的分类效果较稳定，并没有出现极端化现象。