《表4 结果对比：双向GRU和自注意力机制下微博情感倾向性分析》
提示：宽带有限、当前游客访问压缩模式
在微博文本集上运用以上模型，结果对比见表4。
| 图表编号 | XD00149975700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.01 |
| 作者 | 杨凡、薛佳奇 |
| 绘制单位 | 西安建筑科技大学理学院、北京搜狗科技发展有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验环境配置：基于BGRU和自注意力机制的情感分析》2020.08.28
- 《表3 参数设置：基于BGRU和自注意力机制的情感分析》2020.08.28
- 《表2 数据集：基于BGRU和自注意力机制的情感分析》2020.08.28
- 《表2 实验模型参数：结合注意力机制与双向切片GRU的情感分类模型》2020.09.01
- 《表2 实验使用数据统计：ON-LSTM和自注意力机制的方面情感分析》2020.09.01
- 《表3 模型参数设置：ON-LSTM和自注意力机制的方面情感分析》2020.09.01
- 《表1 实验环境配置：ON-LSTM和自注意力机制的方面情感分析》2020.09.01
- 《表6 不同切片实验结果：结合注意力机制与双向切片GRU的情感分类模型》2020.09.01
- 《表4 各种模型实验结果：结合注意力机制与双向切片GRU的情感分类模型》2020.09.01
- 《表5 酒店评论数据集：结合注意力机制与双向切片GRU的情感分类模型》2020.09.01
- 《表1 数据集：结合注意力机制与双向切片GRU的情感分类模型》2020.09.01
- 《表3 实验参数设置：双向GRU和自注意力机制下微博情感倾向性分析》2020.04.01
- 《表1 分词结果：双向GRU和自注意力机制下微博情感倾向性分析》2020.04.01
- 《表2 词向量：双向GRU和自注意力机制下微博情感倾向性分析》2020.04.01
- 《表4 模型实验参数设置：基于Bi-GRU和双层注意力机制的商品评论情感分析》2020.02.01
- 《表4 实验参数设置：基于双重注意力模型的微博情感倾向性分析》2020.03.30
- 《表2 参数设置：融合注意力机制的多通道卷积与双向GRU模型的文本情感分析研究》2019.10.01
- 《表1 参数调节：基于双向多维度自注意力机制的文本情感分析方法》2019.05.15
- 《表1 语料统计：基于表情符注意力机制的微博情感分析模型》2019.09.01
- 《表2 情感识别结果：基于表情符注意力机制的微博情感分析模型》2019.09.01