《表9 SepCNN输入矩阵结果对比》

  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

藏文没有直接可供利用的词向量模型，需要分析藏文结构，构建词向量预训练模型，提升分类效果。实验采用one-hot编码嵌入作为模型的初始化向量，对比预先训练好的word2vec词向量作输入，基于SepCNN模型进行训练，验证了基于word2vec方法训练词向量能够提升模型分类准确率，有效防止过拟合，且使得模型性能比较稳定。结果如表9所示。