《表1 实验结果比较Tab.1 Comparison of experimental results》

  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

《结合情感词典的主动贝叶斯文本情感分类方法》

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

实验数据选用部分康奈尔影评数据集和部分IMDB影评数据集，分类算法采用Sklearn计算库里的朴素贝叶斯分类器，主动学习算法采用pyAL库实现，实验参数均为默认值，SLAB算法中每次采样样本数m设为5，其他参数和主动学习算法相同.康奈尔影评数据集与IMDB影评数据集实验比较结果，如表1所示.表1中:SLAB表示结合情感词典的主动贝叶斯方法；UNCE表示基于不确定的主动贝叶斯方法；RAND表示基本的贝叶斯分类方法；采样数m表示经采样策略或随机选择样本更新训练集的标注样本个数；INCR表示SLAB方法相对于UNCE方法分类器准确率提高的程度.