《表3 NLPCC评测数据集不同模型情感分类准确率 (A)》
提示：宽带有限、当前游客访问压缩模式
为了考察激励函数对模型实验结果的影响，本文针对3种语料数据集，均采用sigmoid、relu、tanh激励函数对6种模型的分类准确率进行测试，实验结果见表3～5.
| 图表编号 | XD0051750100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.10 |
| 作者 | 杜永萍、赵晓铮、裴兵兵 |
| 绘制单位 | 北京工业大学计算机学院、北京工业大学计算机学院、北京工业大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 不同模型在ACS数据集上的平均分类准确率对比》2020.09.01
- 《表3 NLPCC2013语料集不同模型比较》2021.02.20
- 《表5 酒店评论数据集：结合注意力机制与双向切片GRU的情感分类模型》2020.09.01
- 《表1 数据集：结合注意力机制与双向切片GRU的情感分类模型》2020.09.01
- 《表3 不同模型的方面级情感分类准确率》2020.04.01
- 《表5 不同主题数据集分类模型准确率》2020.03.25
- 《表5 情感分类数据集上不同模型准确率及F1值对比》2020.04.24
- 《表3 各算法在数据集A和B上的分类准确率》2020.02.01
- 《表2 数据集统计信息：针对文本情感分类任务的textSE-ResNeXt集成模型》2020.04.01
- 《表3 情感分类数据集测试结果》2020.02.16
- 《表3 不同模型的特定目标情感分类正确率》2019.12.15
- 《表1 数据集：在线学习情感分类模型研究》2019.10.01
- 《表2 不同数据集下的分类模型准确率 (%)》2019.06.01
- 《表2 不同方法在相同数据集情感分类的实验对比》2019.05.15
- 《表5 不同模型的数据集及其评测标准》2019.06.01
- 《表2 数据集的划分：结合产品特征的评论情感分类模型》2019.08.15
- 《表5 Multi-domain review data不同模型情感分类准确率 (A)》2019.07.10
- 《表4 Movie review data不同模型情感分类准确率 (A)》2019.07.10
- 《表2 数据集：基于CNN-LSTM模型的短文本情感分类》2019.07.10
- 《表1 数据集：基于BiGRU-attention神经网络的文本情感分类模型》2019.12.01