《表3 算法对比结果：基于共现概率训练的情感词典的扩充》

  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

《基于共现概率训练的情感词典的扩充》

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

实验表明本文算法明显优于传统算法。通过准确率、召回率、F值对本文提出的基于共现概率训练的情感词典扩充算法进行比较，有着明显的优势。本文改进了扩充情感词典的算法，准确率从0.75提高到0.86，显示出传统算法扩充构建起来虽然比较简单容易实现且分类速度快，但是分类准确度低不精确。召回率从0.66提高到0.88，F值从0.71提高到0.87，这表明本文算法模型具有较好的强健性。一般认为，正确率达80%以上的模型具有一定的生产价值，本文模型已经初步达到了这个标准，能适用于商业生产环境，为了下一步文本情感分类带来了高效性和准确性。