《表2 基于情感词典和SnowNLP的分类效果评价指标》
提示：宽带有限、当前游客访问压缩模式
对该方法进行测试得到结果如表2所示。
| 图表编号 | XD00163218500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.10 |
| 作者 | 陈玉婵、刘威 |
| 绘制单位 | 南京航空航天大学经济与管理学院、南京航空航天大学教务处 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 未处治改善层要求：融合情感词典和语义规则的微博评论细粒度情感分析》2020.11.15
- 《表7 基于语料的情感词典统计》2020.12.25
- 《表3 Snownlp评论性文本情感值》2020.11.20
- 《表2 Snownlp评论性文本情感值》2020.11.20
- 《表2 引用情感分类结果：基于引文细粒度情感量化的学术评价研究》2020.06.25
- 《表1 SVM和SnowNLP分类效果评价指标》2020.07.10
- 《表3 词汇本体库分类：中文领域情感词典自适应学习方法》2020.08.16
- 《表8 基于词典的文本极性计算模型评价指标结果》2020.04.01
- 《表1 性格词典示例：基于性格的微博情感分析模型PLSTM》2020.02.01
- 《表2 基于情感词典情感分析实验结果表》2020.04.01
- 《表1 情感词典示例：基于数据挖掘的投资者情绪对股市波动影响研究》2020.01.25
- 《表2 评价指标含义：一种融合主题模型的短文本情感分类方法》2019.10.01
- 《表2 机器学习分类性能：基于领域词典和机器学习的影评情感分析》2019.08.01
- 《表1 三类特征的含义：基于领域词典和机器学习的影评情感分析》2019.08.01
- 《表1 形容词词典：基于文本情感特征的心理评估模型》2019.07.26
- 《表1 情感词典分类：基于机器学习与情感词典的文本主题概括及情感分析》2019.04.15
- 《表1 基于多种词典混合构建的情感词典》2018.08.01
- 《表1 语法词典：融合语法规则的Bi-LSTM中文情感分类方法研究》2019.11.25
- 《表3 算法对比结果：基于共现概率训练的情感词典的扩充》2019.12.01
- 《表1 新词情感概率表：基于共现概率训练的情感词典的扩充》2019.12.01