《表1 语料信息:融合LDA的卷积神经网络主题爬虫研究》
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)。
图表编号 | XD0067426800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 汪岿、费晨杰、刘柏嵩 |
绘制单位 | 宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学图书馆与信息中心 |
更多格式 | 高清、无水印(增值服务) |