《表2 实验平台信息:灾害事件下社交媒体图文相关性研究》
实验总共使用了5378条微博图文对数据来构建多标签的图文相关性分类模型,同时使用了将数据处理生成的图像矩阵和文本矩阵作为输入,来输入到不同的模型中。实验构建了基于Bi LSTM模型用于图文相关性分类,同时使用了Text CNN和SVM作为对比实验。Bi LSTM和Text CNN在输出层使用了多个输出来表示不同的相关性,而在SVM上,实验针对每种不同的相关性都构建了一个单独的分类器。实验将数据集按照8∶2的方式拆分为训练集和测试集,最终通过正确率、准确率、召回率和F1值进行比较。表2是Bi LSTM和对比实验的结果,我们使用准确率、召回率和F1来评估模型表现。
图表编号 | XD00204851200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.24 |
作者 | 李纲、张霁、毛进、马超 |
绘制单位 | 武汉大学信息资源研究中心、武汉大学信息资源研究中心、武汉大学信息资源研究中心、武汉大学信息资源研究中心 |
更多格式 | 高清、无水印(增值服务) |