《表2 不同检测方法的检测性能对比》

  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

《基于注意力机制的社交垃圾文本检测方法》

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

根据表2的实验结果，在4个经典的深度神经网络算法中，CNN模型在Youtube、Opinion与SMS这3个数据集上的检测准确率比较高，而LSTM模型在E-mail数据集上的检测准确率比较高，可以看出CNN模型在文本分类与检测的效果一般好于循环神经网络模型。因为卷积神经网络更加注重文本内容的深度语义特征，而循环神经网络更加注重文本字符的时间序列特征，所以对于文本分类与检测这种偏向于区分语义特征的任务而言，卷积神经网络，即CNN模型的检测效果表现得更好。由于CNN模型良好的检测效果，因此在后续对于各个层次的机制与方法的实验中，实验选取的基础模型是CNN模型，不是循环神经网络模型。