《表1 数据集信息：基于DW-TCI的半监督文本分类方法研究》

  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DW-TCI的半监督文本分类方法研究》

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

本文实验平台采用Windows 10 64位操作系统，CPU为Intel（R）Core（TM）i5-4210U，物理内存为12 GB，使用Python编程语言在pycharm2019平台上进行算法实现，机器学习框架为keras，分词工具为jieba[32]。使用两个数据集对模型的效果进行验证，数据一通过爬虫的方式由“汽车之家”网站获得，“汽车之家”对汽车的评论分为好评和差评，按评论种类爬取评论文本；数据二为搜狗新闻语料库中开源的数据集[33]，为搜狐新闻2012年6月-7月期间国内、国际、体育、社会、娱乐等18个频道的新闻数据，受硬件计算能力限制，选择其中具有代表性的5类：汽车、财经、科技、体育、其他的部分新闻内容作为实验数据，数据集信息如表1所示。