《表5 不同N-Gram预训练词向量检测效果对比》
提示：宽带有限、当前游客访问压缩模式
本文采用Skip-Gram模型进行预训练经过去重后的API序列，选择不同的N-gram值对训练结果不同的影响如表5所示：
| 图表编号 | XD00140063700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.05 |
| 作者 | 王兴凤、黄琨茗、张文杰 |
| 绘制单位 | 四川大学网络空间安全学院、四川大学网络空间安全学院、四川大学网络空间安全学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 不同词向量维度的识别效果》2020.09.25
- 《表5 不同词向量维度的实验结果》2020.09.10
- 《表1 多义词词向量训练语料（以多义词line为例）》2021.01.25
- 《表2 训练汉-缅双语词向量的种子词典规模》2021.01.01
- 《表4 使用不同图片预训练模型的预测效果》2020.11.25
- 《表4 不同模型结合不同词向量方式针对SF6真空断路器故障设备数据的识别效果对比》2020.12.31
- 《表3 不同模型结合不同词向量方式针对主变压器故障设备数据的识别效果对比》2020.12.31
- 《表5 不同词向量维度的实验结果》2020.07.01
- 《表3 基于不同词向量模型的对比结果》2020.07.01
- 《表4 基于词向量的机器学习算法（KNN、SVM和Logistic等）训练验证对比》2020.08.28
- 《表3 基于词向量的SVM算法（不同语料）训练验证对比》2020.08.28
- 《表1 词嵌入向量训练参数》2020.09.01
- 《表5 训练词语的词向量：一种融合患者咨询文本与决策机理的医生推荐算法》2020.03.25
- 《表1 训练数据：基于词向量的SVM集成学习社交网络抑郁倾向检测方法》2020.02.10
- 《表6 Fast Text词向量训练参数》2020.03.05
- 《表5 词向量在5种处理情况下准确度对比表》2020.01.01
- 《表4 词嵌入向量类比训练十折交叉验证结果》2019.11.24
- 《表3 词向量训练参数表》2019.06.01
- 《表1 词向量模型训练恒定参数》2019.04.16
- 《表2 现有研究所采用的训练样本量、N-gram取值、是否去停用词、词频加权方式对比》2019.11.25