《表4 10 998篇CHEM&ENGNEWS文档分类实验结果》

  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

《一种基于WSD层级记忆网络建模的文档表示方法》

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CHEM&ENGNEWS数据集进行实验，分别使用三种语言模型进行语言预处理，在LSTM及其变体进行实验比较，本算法和BiLSTM两种方法的训练loss曲线和accuracy曲线如图7所示，训练损失率在10%～15%，准确率在90%以上。进一步验证了该组合算法的准确性和稳定性，在类间数据相似度高且类间数据分布不平衡的数据集上同样取得了很好的效果。在此轮实验的验证基础上对10 998篇文档进行分类预测分析，如表4所示，完全正确分类的新闻文档数为10 550篇，错误数为448篇，准确率为95%，损失率为18%，实验分类准确率较高证明本算法在实际应用中的可行性，能够达到一定的分类精度。