《表4 同义词集节点上的节点聚类的NMI》

  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

《一种基于孪生神经网络的深度异构网络嵌入算法》

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

本文研究了七种不同的嵌入方法学习的节点表示形式，以及如何完成节点聚类任务。实验中选取Word Net数据集进行节点聚类，其中每个同义词集节点只有一个标签。本文使用K-means算法对同义词集节点进行聚类，并且K-means的K值等于标签集的大小。通过归一化的互信息（Normalized Mutual Information，NMI）对聚类结果进行度量和评估，并对所有方法均进行了10次聚类实验，其结果如图5所示，平均NMI得分记录如表4所示。