《表1 不同模型在Twitters Sarcasm数据集上是实验结果》

  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

《基于图文融合的社交媒体反讽识别》

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

本文采用精确率（Precision）、召回率（Recall）、F1值（F1 score）和准确率（Accuracy）作为模型的评价标准。各模型在反讽数据集Twitters Sarcasm的实验结果如表1所示。结合图文数据进行反讽识别的模型MIRM相较于仅对文本数据进行反讽识别的Text CNN模型、Bi GRU模型和Bi GRU-ATT模型效果都要好。本文所提出的模型相比于文本分类模型BiGRU和TextCNN，准确率提高了4%和3.5%。这也证实了相比单一的文本数据，结合图文信息能更好地理解反讽表达。