《表1 参数设置：面向方面级情感分类的多层注意网络》
提示：宽带有限、当前游客访问压缩模式
本文网络模型的超参数列于表1，其中，dimx是单词嵌入维度，dimh是隐藏层维度，L是Attention的层数，λ是正则化系数。
| 图表编号 | XD00222614300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 郑诚、曹源、薛满意 |
| 绘制单位 | 安徽大学计算机科学与技术学院、安徽大学计算机科学与技术学院、安徽大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 评论数据集统计：基于自注意力机制的方面情感分类》2020.11.05
- 《表2 模型结果对比：基于自注意力机制的方面情感分类》2020.11.05
- 《表3 参数设置：基于并行混合网络融入注意力机制的情感分析》2020.09.10
- 《表3 实验结果比较：面向方面级情感分类的多层注意网络》2020.10.01
- 《表2 数据集统计表：面向方面级情感分类的多层注意网络》2020.10.01
- 《表3 模型参数设置：上下文感知与层级注意力网络的文档分类方法》2021.02.01
- 《表2 模型参数设置：基于BERT和双通道注意力的文本情感分类模型》2020.07.01
- 《表7 神经网络参数设置：基于多特征和深度神经网络的维吾尔文情感分类》2020.05.01
- 《表3 模型参数设置：ON-LSTM和自注意力机制的方面情感分析》2020.09.01
- 《表3 不同模型的方面级情感分类准确率》2020.04.01
- 《表2 参数设置：多通道双向循环神经网络的方面情感分析》2020.04.01
- 《表1 实验数据统计：利用位置增强注意力机制的属性级情感分类》2020.04.01
- 《表2 KNN的分类概率：基于情感词汇与机器学习的方面级情感分类》2020.01.16
- 《表1 部分情感词汇：基于情感词汇与机器学习的方面级情感分类》2020.01.16
- 《表2 实验参数设置：基于卷积注意力机制的情感分类方法》2020.01.16
- 《表2 实验参数设置：基于深度记忆网络的特定目标情感分类研究》2019.12.15
- 《表2 规则覆盖率：面向方面记忆网络的IT产品细粒度情感分析》2020.02.01
- 《表2 模型超参设置：用于目标情感分类的多跳注意力深度模型》2019.09.30
- 《表3 实验参数设置：基于注意力机制的卷积-双向长短期记忆模型跨领域情感分类方法》2019.08.10
- 《表3 超参数设置表：基于动态注意力GRU的特定目标情感分类》2019.08.20