《表4 餐厅评论数据集 (DR) 上的准确性》
可以看出,在两个数据集中,TS-CNN都优于基础CNN和HA-CNN模型。另外,HA-CNN可以提高传统CNN的性能,在文本较长情况下更为明显。这是因为HA-CNN模型通过将重要词汇聚为句子向量,再将重要的句子向量聚合成文档向量。其考虑了句子层面,一定程度上克服了基础CNN只关注词汇来构建文本向量的不足。然而HA-CNN模型只是将句子层作为一个中间层,并没有对其进行监督学习,这影响了重要句子向量构建的准确性。与此相比,本文提出的TS-CNN模型通过利用主题句级的监督学习来提高整体分类性能,所以取得了最优的分类性能。
图表编号 | XD0040523600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.16 |
作者 | 韩栋、王春华、肖敏 |
绘制单位 | 黄淮学院信息工程学院、黄淮学院信息工程学院、武汉理工大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |