《表1 语料集合样例：基于word2vec和双向LSTM的情感分类深度模型》

  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word2vec和双向LSTM的情感分类深度模型》

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1所示，实验数据来自于京东和淘宝商品的用户评论文本。对数据集进行去重以及预处理操作，最终获得21 091条评论文本，其中8 033条为情感极性为积极类别的样本，4 355条为情感极性为中性类别的样本，8 703条为情感极性为消极类别的样本。由于三个类别的样本数目存在差异，数据的不平衡性会导致实验过程中分类器训练的结果严重偏向训练样本多的类别，对模型性能造成较大损失。因此，本文选取训练集时保证了三种类别的训练样本数量一致。