《表3 微博PKU-SEG分词结果样例》
提示：宽带有限、当前游客访问压缩模式
在本文中，所有词语对微博情感极性的影响均参与计算，对微博进行分词后保留微博中的所有词语，PKU-SEG分词结果样例如表3所示。
| 图表编号 | XD00207299800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.15 |
| 作者 | 邓凯凯、陆向艳、阮开栋、许欣、刘峻 |
| 绘制单位 | 广西大学计算机与电子信息学院、广西大学计算机与电子信息学院、广西大学计算机与电子信息学院、广西大学计算机与电子信息学院、广西大学计算机与电子信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 不同识别方法邮件样本分词结果》2020.10.01
- 《表2 部分分词结果示例：基于BiLSTM-CRF的中医文言文文献分词模型研究》2020.11.05
- 《表3 分词结果对比：基于BiLSTM-CRF的中医文言文文献分词模型研究》2020.11.05
- 《表2 2种分词方法分词结果》2021.02.25
- 《表4 微博主题语境分类样例》2021.01.15
- 《表2 微博文本样例：基于语境分类与遗传算法的微博情感分析方法》2021.01.15
- 《表3 填报文本分词及部分词性标注结果》2021.02.28
- 《表3 分词效果评估结果：基于无迹卡尔曼滤波的隧道变形动态预测》2020.08.01
- 《表3 分词结果：融入多特征的汉-老双语对齐方法》2020.03.15
- 《表1 分词结果：双向GRU和自注意力机制下微博情感倾向性分析》2020.04.01
- 《表3 消息文本的分词结果》2020.03.01
- 《表3 土地利用现状与分类结果样例点对比》2019.12.20
- 《表3 不同分词结果对比：基于深度学习和迁移学习的领域自适应中文分词》2019.09.01
- 《表2 雾霾微博语义信息类型及样例》2019.09.05
- 《表1 微博评论中文分词例表》2019.08.11
- 《表2 分词结果示例：基于深度神经网络模型的中文分词方案》2019.09.05
- 《表1 分词提取样例表：特色信息资源揭示发布系统的设计与实现——以东北大学冶金专题文献库为例》2019.01.15
- 《表3 同一领域短语的不同分词结果》2019.02.15
- 《表3 分词结果样例（部分）》2019.11.30
- 《表6 分词错误样例（部分）》2019.11.30