《表3 ERNIE在测试集上的各个学科分类效果》

  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

《基于深度预训练语言模型的文献学科自动分类研究》

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

注：学科名称简化信息同表2。

为了更加清晰地看出各个学科的分类效果，表3给出了各个学科分类的精确率（precision）、召回率（recall）和F1值（F1 score）。从表3可以看出，体育学分类效果最佳，F1值高达0.9802；外国语言文学、艺术学、心理学、法学也有较好的预测效果，F1值均在0.85以上。相对而言，应用经济学、社会学分类效果较差，F1值低于0.6。从表2可以看出，应用经济学和理论经济学混淆程度很高，有大量相互错误分类的文献，ERNIE预测的应用经济文献中有0.1667的比例为理论经济学；社会学和公共管理的混淆度也较高，社会学的文献有0.0875的比例被错分为公共管理。