《表4 在医疗事故类安全话题上的搜索性能top n评价》

  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

《基于卷积神经网络的微博话题内容搜索方法》

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

如表4和图6所示，MS-DCNN与对比方法在评价指标上低于其他安全类话题内容的评价结果，原因是此类安全类话题数据内容在“安全”语义词汇上区别于其他类安全话题，造成局部语义差别，使得深度网络结构不敏感。这是因为用户在讨论关于医疗事故类安全话题时并非一直关注于“安全”语义本身，而是较多讨论其他相关主题内容，因此导致以全局语义特征表示的对比方法在此类安全话题内容上的搜索指标值相对较低。本文方法（MS-DCNN）采用深度卷积和池化计算来处理局部语义特征，通过局部语义要素空间特征计算获得的特征表示来训练，因此可以对混杂在内容中的“安全”话题内容进行计算处理。