《表4 BILSTM模型不同节点的实验结果》

  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

《多特征融合的中文短文本分类模型》

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

2)在谭松波酒店评论数据集上，通过多组对比实验来确定BILSTM模型中隐藏层神经元的节点个数和词向量维度，具体结果如表4和表5所示．根据表4可以看出在隐藏层神经元节点个数为100时，模型性能最佳，因此在BILSTM模型中将隐藏层神经元设置为100．根据表5可以看出在词向量维度分别为:64、96、128和160时，本文提出的模型相比基准模型中的最优模型F1值分别提升:0.75%、1%、0.9%和1.6%．从而，在一定程度上证明了M FFM模型的有效性和稳定性．同时词向量维度为96时，模型性能最佳，因此实验中将词向量维度设置为96.