《表9 在NLPCC2014中主客观二分类模型信息对比》
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
《融合自注意力机制和BiGRU网络的微博情感分析模型》
从图4和图5对比可以看出,负向极性的增长幅度要大于正向极性的增长幅度,说明加入表情符号的研究对于负向极性的识别效果更加明显.结合表11的文本实例可以看出,当代微博用户常常使用隐晦或者反讽的语言表达自己的情感,只从文字角度出发很难挖掘出准确的语义信息,加入对表情符的研究则很好地解决了这一问题,说明了本文提出的模型具有一定的实用价值,也进一步说明融合表情符的E-BiGU-SA网络在微博情感分类任务中的优越性.
图表编号 | XD00157799900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 陈亚茹、陈世平 |
绘制单位 | 上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |