《表2 不同算法准确度对比》
本文还使用了最常见的神经网络的分类模型CNN以及RNN对文本数据进行了分类,与本文的模型进行了对比,对比结果见表2。可以看到本次研究结果是优于传统的文本分类的,这表明了本文提出的方法对半监督文本分类具有不错的分类效果。究其原因有以下三点:
图表编号 | XD00192317000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 姚婷婷、刘国华 |
绘制单位 | 东华大学计算机科学与技术学院、东华大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |
本文还使用了最常见的神经网络的分类模型CNN以及RNN对文本数据进行了分类,与本文的模型进行了对比,对比结果见表2。可以看到本次研究结果是优于传统的文本分类的,这表明了本文提出的方法对半监督文本分类具有不错的分类效果。究其原因有以下三点:
图表编号 | XD00192317000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 姚婷婷、刘国华 |
绘制单位 | 东华大学计算机科学与技术学院、东华大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |