《表9 各模型对同一个实例的分类结果》

  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

《基于多特征和深度神经网络的维吾尔文情感分类》

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

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。