《表1 不同分类模型分类结果比较》
表1所示的是不同分类模型的Precision值、Recall值和F1值的比较。从表1可以看出,各个分类器在分类问题上均表现出较好的分类结果。对比传统机器学习模型和深度学习模型可以发现,深度学习模型性能均优于传统机器学习模型。实验展现了深度学习方法的优势,得益于深度学习方法强大的拟合能力,另外深度学习方法不需要添加过多的人工特征就可以达到优秀的分类性能。对比经典的CNN分类模型和文本模型,在引入了注意力机制之后,考虑了不同的词对于分类的贡献度的不同,为分类模型提供了更加丰富的特征,从而提升了分类模型的整体性能。
图表编号 | XD00163285700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.20 |
作者 | 於韬、廖闻剑、黄珊珊 |
绘制单位 | 武汉邮电科学研究院、南京烽火天地通信科技有限公司、南京烽火星空通信发展有限公司、武汉邮电科学研究院、南京烽火天地通信科技有限公司 |
更多格式 | 高清、无水印(增值服务) |