《表3 LSTM性能对比：松耦合图卷积文本分类网络》

  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

《松耦合图卷积文本分类网络》

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

表3展示了各模型在3个数据集上的分类准确率．从表中可以发现，加入LCGCN模块的LSTM模型能够在模型原有基础上提升文本分类性能．譬如，在R52数据集上，我们模型的分类准确率比LSTM模型高8个百分点，比使用预训练词向量初始化的LSTM方法高3个百分点．这说明LCGCN网络学习得到的单词向量表示较好地捕捉了单词的语义信息．该实验显示，LCGCN模型只需要通过简单的修改便可以与传统神经网络相结合，并且能够在原始模型的基础上带来性能提升．