《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》
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。
图表编号 | XD00222672700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.10 |
作者 | 孙敏、李旸、庄正飞、余大为 |
绘制单位 | 安徽农业大学信息与计算机学院、安徽农业大学信息与计算机学院、安徽农业大学信息与计算机学院、安徽农业大学信息与计算机学院 |
更多格式 | 高清、无水印(增值服务) |