《表1 语料信息：融合LDA的卷积神经网络主题爬虫研究》

  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

《融合LDA的卷积神经网络主题爬虫研究》

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

表2主要对2014年的期刊论文数据（表1）进行训练和测试。由实验结果可知，当类别数为20时，本文提出的融合LDA的卷积神经网络平均分类准确率达84.7%，相对于传统分类器和卷积神经网络，分类指标均有较好的提升，为主题爬虫进行主题判断提供有效的保障。同时，高准确度也为主题确定模块LDA的训练提供了高匹配的语料，为其更新源源不断提供原料。相关对比实验为朴素贝叶斯文本分类器（NB）、Libsvm实现的支持向量机文本分类器（SVM）以及传统的卷积神经网络文本分类模型（CNN）。