《表3 实验结果比较:面向方面级情感分类的多层注意网络》
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。
图表编号 | XD00222614500 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) |