《表9 各模型对同一个实例的分类结果》
从表8可以看出,本文AT-BiLSTM-CNN模型的二分类、五分类情感F1值均高于其他基准方法。在实验过程发现:针对词典方法,如果情感词不在情感词典中就无法对句子进行正确分类;MNB需要大量的语料才能达到较好的分类效果;SVM方法具有较强的泛化能力,在SVM几个模型中SVM-bigram模型的表现最佳;单独深度神经网络模型中CNN模型的分类性能较好,它可以获取情感词的局部特征来提高分类效果;混合模型中本文混合模型的分类效果最佳。表9是各模型对同一个语句(未经他人允许不要拿别人的东西)的情感二分类和五分类结果。
图表编号 | XD00163331900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 买买提阿依甫、吾守尔·斯拉木、艾斯卡尔·艾木都拉、杨文忠、帕丽旦·木合塔尔 |
绘制单位 | 新疆大学信息科学与工程学院、新疆大学信息科学与工程学院、新疆大学信息科学与工程学院、新疆大学信息科学与工程学院、新疆大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |