《表1 数据集概况：基于联合模型的多标签文本分类研究》
提示：宽带有限、当前游客访问压缩模式
Reuters-21578和AAPD数据集概况如表1所示。
| 图表编号 | XD00163032700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.15 |
| 作者 | 刘心惠、陈文实、周爱、陈飞、屈雯、鲁明羽 |
| 绘制单位 | 大连海事大学信息科学技术学院、大连海事大学信息科学技术学院、大连海事大学信息科学技术学院、大连海事大学信息科学技术学院、大连海事大学信息科学技术学院、大连海事大学信息科学技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 数据集信息：基于双视角投影空间表示的文本多标签标注方法》2020.09.05
- 《表7 数据集2结果对比：基于MLP和SepCNN神经网络模型的藏文文本分类研究》2020.12.01
- 《表6 数据集3结果对比：基于MLP和SepCNN神经网络模型的藏文文本分类研究》2020.12.01
- 《表5 数据集1结果对比：基于MLP和SepCNN神经网络模型的藏文文本分类研究》2020.12.01
- 《表1 数据集及划分情况：基于预训练模型的文本分类网络TextCGA》2020.04.25
- 《表1 数据集详细信息：基于动态路由序列生成模型的多标签文本分类方法》2020.07.10
- 《表3 实验结果：基于动态路由序列生成模型的多标签文本分类方法》2020.07.10
- 《表2 实验参数设置：基于联合模型的多标签文本分类研究》2020.07.15
- 《表1 数据集数量：基于语义分割的食品标签文本检测》2020.08.25
- 《表1 数据存储格式：多标签文本分类模型对比研究》2020.04.01
- 《表1 数据集分布情况：基于语义与分类贡献的文本特征选择研究》2020.01.15
- 《表1 实验使用的数据集：基于卷积与双向简单循环单元的文本分类模型》2020.03.16
- 《表1 数据集：基于改进ML-KNN算法的文本分类研究》2020.03.28
- 《表1 实验数据：基于Transfer-SVM多标签文本分类算法研究》2019.05.25
- 《表1 数据集特征描述：基于混合核极限学习机的多标签学习研究》2019.04.01
- 《表1 实验数据集介绍：一种基于增量式超网络的多标签分类方法》2019.08.01
- 《表2 数据集：基于CNN-LSTM模型的短文本情感分类》2019.07.10
- 《表2 数据集的主要特征：基于标签特征和相关性的多标签分类算法》2019.02.15
- 《表1 数据集的结构：基于社交平台数据的文本分类算法研究》2018.10.15
- 《表1 数据集：基于BiGRU-attention神经网络的文本情感分类模型》2019.12.01