《表3 实验结果比较：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

本系列图表出处文件名：随高清版一同展现

《面向方面级情感分类的多层注意网络》

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

如表3所示，HAN在所有数据集上均达到最佳性能，这证明了整个模型的功效。而且，HAN可以很好地用于不同类型的用户生成的内容，例如Laptop，Resteraunt中具有相对正式句子的产品评论，Twitter中具有更多非语法句子的推文。其原因是基于Bi-LSTM和CNN的HAN具有更强的适应能力来从不合语法的句子中提取精确的特征。