《表4 Rand/Glo Ve词向量表示+神经网络级联结构的分类性能》

  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

《结合改进Bi-LSTM和CNN的文本情感分析》

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

为验证提出方法的有效性，从基线方法的角度测试了一个工作的进展，这些方法包括随机初始化的每个模型和预先训练的单词向量，以便在它们之间进行比较。实验中对所提出的通过随机初始化（Rand）和使用Glo Ve的预训练词向量进行测试，得出最佳的模型。表2示出了基于随机初始化的基线方法的精度，表3示出了基于预训练词向量Glo Ve基线方法的精度，表4示出了基于随机初始化和预训练词向量Glo Ve与递归神经网络和卷积神经网络联合方法的精度比较。