《表4 准确度对比：一种基于领域语义关系图的短文本实时分析模型》
提示：宽带有限、当前游客访问压缩模式
采用目前界内准确度较好的支持向量机（SVM）方法、朴素贝叶斯（NB）方法和基于深度学习卷积神经网络（CNN）方法作为对比，采用5.2节标记的训练集对以上方法进行训练。最终使用准确率P、查全率R和F值作为评价指标。基于领域语义关系图的文本分析模型判别阈值设为0.14。结果对比如表4所示。
| 图表编号 | XD00139962400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.25 |
| 作者 | 田钟林、吴旭、颉夏青、许晋、陆月明 |
| 绘制单位 | 北京邮电大学网络空间安全学院、北京邮电大学可信分布式计算与服务教育部重点实验室、北京邮电大学网络空间安全学院、北京邮电大学可信分布式计算与服务教育部重点实验室、北京邮电大学图书馆、北京邮电大学网络空间安全学院、北京邮电大学可信分布式计算与服务教育部重点实验室、北京邮电大学网络空间安全学院、北京邮电大学可信分布式计算与服务教育部重点实验室、北京邮电大学网络空间安全学院、北京邮电大学可信分布式计算与服务教育部重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
