《表6 CB_Rule模型与其他模型的分类结果对比》
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。
图表编号 | XD00201789300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.10 |
作者 | 邱宁佳、王晓霞、王鹏、王艳春 |
绘制单位 | 长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院 |
更多格式 | 高清、无水印(增值服务) |