《表3 不同分类器使用不同特征集的损失(Loss,越小越好)和准确率(Acc,越大越好)》
*改进的TextC NN模型,加粗数字为最优结果
表3展示了不同分类器下使用不同种类特征的验证损失及准确率。从表2的第一行和第二行结果可见,使用句粒度的语言学统计特征提升了LightGBM的分类精度,降低了损失。在TextCNN和语义字向量的实验结果可看出改进的TextCNN通过引入处理语言学统计特征的子网络后显著提升了原始TextCNN在字向量上的精度,证明了改进模型的有效性。
图表编号 | XD00160369500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.20 |
作者 | 楼靓 |
绘制单位 | 浙江交通职业技术学院 |
更多格式 | 高清、无水印(增值服务) |