《表1 以G64为大类的不均衡程度对比》

  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

《不均衡数据集下基于CNN的中图分类标引方法》

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

在原中图分类标引相关实践[18]中发现G4（教育）下21个三级子类的分类精度较低，平均精度为0.41，其中有7个三级子类的分类精度低于0.1。而且，G4下样本数据中包含多种不均衡程度的类目，所以选择G4下的21个三级子类及其样本数据作为实验对象。如表1所示，对样本数据进行详细统计与分析，得到样本量总计23 532篇。其中样本量最多的为G64（高等教育），共4 118篇；样本量最少的为G48（学校建筑和设备的管理），共257篇。以G64为大类，其他类均为小类，统计其不均衡程度（四舍五入取值），记作IR(Imbalance Ratio），如G64的样本数为4 118，G48的样本数为257，则G48的不均衡程度IR=4 118/257≈16；G77的样本数为282，则G77的不均衡程度IR=4 118/282≈15。从表1看出，IR的最大值约为16，最小值约为2（除大类G64外），均值约为6。