《表4 分类结果混淆矩阵：基于并行混合网络融入注意力机制的情感分析》

  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

《基于并行混合网络融入注意力机制的情感分析》

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

评价是实验中一个重要的环节，可以直接反映出模型的好坏，本实验在电影评论情感分析的样本上采用准确率（Accuracy）、精确率（Precision）、召回率（Recall）和F1-Measure作为评价情感分析结果好坏的标准。准确率评估的是对模型正确分类的能力；精确率评估的是查准率；召回率评估的是查全率；F1-Measure是综合评价指标。本实验针对该问题给出的分类结果混淆矩阵如表4所示，用此来介绍4种实验评价标准的计算方式。其中：TP(True Positive）指的是积极分类预测为积极分类数，FN(False Negative）指的是积极分类预测为消极分类数，FP(False Positive）指的是消极分类预测为积极分类数，TN(True Negative）指的是消极分类预测为消极分类数。