《表2 扩展Boson情感词典的结果》
提示：宽带有限、当前游客访问压缩模式
%
本文分别对褒义评论、贬义评论进行试验，并分析不同数量酒店评论高频情感词汇扩展Boson情感词典的效果，具体结果如表2所示，精准率的变化曲线如图3所示。
| 图表编号 | XD0032955800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.01 |
| 作者 | 杨飞、吴颖丹、王鑫颖 |
| 绘制单位 | 湖北工业大学理学院、湖北工业大学理学院、太阳能高效利用湖北省协同创新中心、湖北工业大学理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 情感词典中每种情感类别的词数》2021.01.20
- 《表5 典型坝段计算结果：融合情感词典和语义规则的微博评论细粒度情感分析》2020.11.15
- 《表2 未处治改善层要求：融合情感词典和语义规则的微博评论细粒度情感分析》2020.11.15
- 《表1 1 方差分析结果：融合情感词典和语义规则的微博评论细粒度情感分析》2020.11.15
- 《表2 语气词词典：融入表情特征的网络舆情情感分析方法研究》2020.10.01
- 《表2 基于情感词典和SnowNLP的分类效果评价指标》2020.07.10
- 《表1 常见情感词典：中文领域情感词典自适应学习方法》2020.08.16
- 《表2 情感词典自动扩充算法》2020.04.01
- 《表2《知网》情感分析词语集示例:程度副词词典》2020.04.15
- 《表2 基于情感词典情感分析实验结果表》2020.04.01
- 《表4 对比实验结果：面向旅游在线评论情感词典构建方法》2019.06.01
- 《表2 机器学习分类性能：基于领域词典和机器学习的影评情感分析》2019.08.01
- 《表2 情感词典与情感极性》2019.07.26
- 《表2 表情词典示例：微博情感分析的情感词典构造及分析方法研究》2019.02.10
- 《表1 情感词典分类：基于机器学习与情感词典的文本主题概括及情感分析》2019.04.15
- 《表3 扩展大连理工情感词典的结果》2019.02.01
- 《表1 基于多种词典混合构建的情感词典》2018.08.01
- 《表2 词典规模：智能人机对话中的负面情感检测》2019.11.05
- 《表3 算法对比结果：基于共现概率训练的情感词典的扩充》2019.12.01
- 《表2 情感词典扩充数据表》2019.12.01