《表6 Amazon数据集上不同特征下本文算法的F1值》
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
《基于垂直集成Tri-training的虚假评论检测模型》
单位:%
为了验证第2章模型中特征提取(评论文本特征和用户行为特征)的有效性,本文在Amazon数据集中比较了基于VETT的虚假评论检测模型在不同特征情况下的分类效果。在此实验中,未标记的标注数据的比例设置为60%,并选择单一的评论文本特征、单一的用户行为特征以及两者的混合特征这三种情况,以此来作对比实验,观察算法在不同特征下的分类性能,实验结果如表6所示。从表6可以看出,使用混合特征的算法的F1值最高,表明本文选择的混合特征是有效的。
图表编号 | XD00197689000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.10 |
作者 | 尹春勇、朱宇航 |
绘制单位 | 南京信息工程大学计算机与软件学院、南京信息工程大学计算机与软件学院 |
更多格式 | 高清、无水印(增值服务) |