《表9 不同数据集上-各方案实验结果》

  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

各算法在均衡数据集上的性能指标均显著优于原始非均衡数据集。Coo＿score+Ind＿index方案的F1提升幅度最高，未引入关联词时，F1从0.576升至0.705；引入关联词后，F1从0.590升至0.750。分析原因，基于指标的关系推断本质上利用的是词语和特征类的共现率，因而受到类别样本量的影响更显著。类别样本量不均衡的情况下，词项与样本量少的类别的共现得分偏低，词项类别预测倾向于样本量多的类别，影响了算法的整体表现。信息增益分类法受语料均衡性的影响相对较小，但均衡语料上的表现也优于非均衡语料。整体比较，均衡语料上，引入关联词的Coo＿score+Ind＿index方案综合表现最优（P=0.754，R=0.759，F1=0.750），结果如表9所示。