《表6 关系推断法与分类法的实验结果》

  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

《引入词向量的隐性特征识别研究》

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

分别采用关系推断法和分类法对评论句的隐性特征进行判断，实验结果如表6所示。总体观察，在评测数据集上，分类法整体表现优于关系推断法。三个分类方案的综合指标（F1）均优于表现最好的关系推断法，即Coo＿score+Ind＿index组合指标方案（F1=0.576）。这表明，分类算法对隐性特征识别更适用。尽管推断法简单易行，但因判断依据相对单一（只考虑了共现关系和特征指示强度），识别能力有限。分类法依据高维特征（本实验特征空间维度为500）进行研判，涵盖信息丰富，能更充分地发掘语句中各词项与特征主题的关联，因而获得了更高的准确率。在分类法中，基于信息增益的分类器的表现优于词频和χ2方案，Accuracy达0.742，F1为0.619。