《表2 测评模式：基于MLP和SepCNN神经网络模型的藏文文本分类研究》

  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MLP和SepCNN神经网络模型的藏文文本分类研究》

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

文本分类实验常用准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1值来对分类器的性能进行综合评价。假设只有两类样本，即正例（positive）和负例（negative）。TP表示将实际正类预测为正类预测正确的数值，FN表示将实际正类预测为负类预测错误的数值，FP表示将实际负类预测为正类预测错误的数值，TN表示将实际负类预测为负类预测正确的数值。形成表2如下所示。