《表6 CB＿Rule模型与其他模型的分类结果对比》

  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

为了验证本文提出的规则融合模型的情感分类性能，将本文提出的CB＿Rule模型与文献[12-16]提出的模型在表1数据集上进行对比实验，其中各个模型的CNN与Bi-LSTM皆按照表2、3进行参数设置，实验结果如表6所示。其中：文献[12]提出的L-Bi LSTM＿CNN模型将CNN提取的局部特征与Bi-LSTM提取的全局特征融合后使用分类器进行情感分类；Z-Bi LSTM＿CNN为文献[13]构建的Bi-LSTM和CNN的串行混合模型，首先利用Bi-LSTM提取上下文特征，再对上下文特征进行局部特征提取，最后使用分类器进行分类；R-Bi-LSTM为文献[15]提出的融合语法规则的Bi-LSTM模型，并采用Glove工具进行词向量训练；SCNN(Syntactic rules for Convolutional Neural Network）为文献[16]提出的融合句法规则和CNN的旅游评论情感分析模型，但词向量训练采用Word2Vec模型。