《表5 语法规则对CNN分类结果的影响》

  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

《融合语法规则的双通道中文情感模型分析》

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

随机选取电商评论中的10 000条数据来验证本文提出的语法规则对CNN分类结果的影响，其中，r1、r2、r3为文中第一章提出的前三个规则，CNN参数设置见表2，实验结果如表5所示。由表5可以看出，本文根据情感倾向词、总结词、转折词设定的语法规则能够有效提升CNN模型的分类精度，其中规则1对模型的分类结果影响最大，F1值较CNN模型提升了3.2个百分点，表明情感倾向词对分类结果的影响比重高于总结词与转折词，通过提取有效情感倾向词更能够促进文本情感分类效果。虽然使用规则2与规则3的提升效果没有规则1明显，但总体上都提升了CNN模型的最终分类精度。这说明通过语法规则处理能够得到更加明确的情感倾向信息，进而帮助CNN提取到语义特征，提高分类精度。