《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》
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.
图表编号 | XD00213653400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.01 |
作者 | 马建红、刘亚培、刘言东、陶永才、石磊、卫琳 |
绘制单位 | 郑州大学软件学院、郑州大学软件学院、河南省国土资源电子政务中心、郑州大学信息工程学院、郑州大学软件学院、郑州大学软件学院 |
更多格式 | 高清、无水印(增值服务) |