《表3 并行结构模型对比：CGGA:一种CNN与并行门控机制混合的文本分类模型》

  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

《CGGA:一种CNN与并行门控机制混合的文本分类模型》

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为3个不同的并行结构在两个数据集上的宏平均召回率（MAR）．在THUCNews数据集上和搜狐数据集（Sogou CS）上，模型CNN （GTRU）-Bi GRU比模型CNN-Bi GRU的宏平均召回率（MAR）分别高0.08%、0.20%，说明使用GTRU优化的CCNN模型与Bi GRU并行的分类结果更好，且证明了GTRU的有效性．模型CGG比模型CNN （GTRU）-Bi GRU的M AR分别高0.32%、0.05%，比模型CNN-Bi GRU的MAR分别高0.40%、0.25%，证明本文的并行结构分类效果更好．