《表1 模型对比结果：基于半监督与词向量加权的文本分类研究》

  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

《基于半监督与词向量加权的文本分类研究》

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

本文实验数据采用清华大学实验室整理的中文新闻分类数据集，包含大约30 000个样本，分为10个类别。按有监督部分使用训练集和测试集6:4的比例进行训练。基于半监督方式模型进行训练时，主动学习部分拿出有标注数据集样本200个训练初始分类器，每次迭代从预测结果相同的样本集中取出置信度较高的20个样本，分别加入一些不同分类特征词作为噪声重新输入回分类器进行训练。本实验对分类结果的评价指标依旧沿用传统评价方式，采用准确率和召回率评价模型性能优劣与泛化能力高低，采用F1Score评价模型预测能力的稳定性，同时将传统的有监督模型作为对比试验，采用半监督和不采用半监督的训练方式进行对比。所有算法模型训练结果如表1所示。