《表2 中文邮件实验结果：基于标签语义相似的动态多标签文本分类算法》
提示：宽带有限、当前游客访问压缩模式
实验结果如表1和表2所示（其中*表示采用了时间衰减因子，HAN#*和BERT#*分别表示基于HAN和BERT的最近邻算法）。
| 图表编号 | XD00222612000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 姚佳奇、徐正国、燕继坤、熊钢、李智翔 |
| 绘制单位 | 盲信号处理重点实验室、盲信号处理重点实验室、盲信号处理重点实验室、盲信号处理重点实验室、盲信号处理重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 不同算法性能对比：基于配对排序损失的文本多标签学习算法》2020.10.01
- 《表1 实验数据集信息：基于标签相关性的类属属性多标签分类算法》2020.09.05
- 《表3 模型消融实验结果：基于图分类的中文长文本匹配算法》2020.06.01
- 《表1 数据集详细信息：基于动态路由序列生成模型的多标签文本分类方法》2020.07.10
- 《表3 实验结果：基于动态路由序列生成模型的多标签文本分类方法》2020.07.10
- 《表2 实验参数设置：基于联合模型的多标签文本分类研究》2020.07.15
- 《表1 数据集概况：基于联合模型的多标签文本分类研究》2020.07.15
- 《表2 基于三种视角的标签语义相似度结果》2020.09.01
- 《表1 数据集数量：基于语义分割的食品标签文本检测》2020.08.25
- 《表3 不同算法对比结果：基于TAN模型的多标签分类算法》2020.07.28
- 《表2 不同算法对比结果：基于TAN模型的多标签分类算法》2020.07.28
- 《表1 不同算法对比结果：基于TAN模型的多标签分类算法》2020.07.28
- 《表6 层级分类结果：基于语义标签生成和偏序结构的图像层级分类》2020.02.01
- 《表2 实验结果：融合多标签和双注意力机制的图像语义理解模型》2020.01.01
- 《表2 对比实验结果：面向跨语言文本分类与标签推荐的带标签双语主题模型的研究》2019.10.01
- 《表1 实验数据集：基于标签分类的协同过滤推荐算法》2019.08.01
- 《表1 实验数据：基于Transfer-SVM多标签文本分类算法研究》2019.05.25
- 《表2 数据集的主要特征：基于标签特征和相关性的多标签分类算法》2019.02.15
- 《表1 共现矩阵M：基于标签特征和相关性的多标签分类算法》2019.02.15
- 《表4 各模型评测结果：基于WV-CNN的中文文本语义相似度计算方法》2019.01.25