《表6 不同模型在2个数据集上的实验结果对比》

  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

《面向短文本情感分析的多特征融合方法研究》

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

由表6可知，本文提出的MF-MCNN模型在中文和英文数据集都取得了最好的情感分类准确率．很显然，各个模型中英文数据集比中文数据集的分类效果都要好，说明英文文本比中文文本更易于进行情感分类．另外，本文选取的英文数据集不含表情符号，由于表情符号以词语的形式包含在句子中，当短文本中不含情感符号时，模型只是没有提取到表情符号，并不需要修改模型，验证了本文模型的灵活性，便于在实际场景中使用．