《表2 实验结果与比较：基于Word2vec和SVM的微博情感挖掘与仿真分析》

  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Word2vec和SVM的微博情感挖掘与仿真分析》

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

将词频加权的Word2vec词向量作为SVM分类器的特征向量，来训练分类器。然后，对标注好的测试数据集进行预测。并将实验结果与仅使用Word2vec词向量和基于词频的方法进行比较，其比较结果如表2所示。本文主要比较了基于混淆矩阵的分类准确率、召回率、F值和正确率等性能指标。