《表2 实验结果：基于词向量的SVM集成学习社交网络抑郁倾向检测方法》

  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

《基于词向量的SVM集成学习社交网络抑郁倾向检测方法》

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

实验结果如表2所示，可以看出，SVM-T相比SVM仅召回率略有提升，而准确率和F1有所降低，说明TF-IDF加权不能较好地改善微博文本的向量表示。SVM-TW相比SVM-T有明显提升，说明抑郁词权重能够有效增强微博文本抑郁倾向的表示。SVM-TW-AdaBoost相比SVM-TW有较大提升，说明集成学习能够明显地提升微博文本的情感表示。