《表1 实验语料样本：基于KNN模型的藏文文本分类研究与实现》
提示：宽带有限、当前游客访问压缩模式
本次实验所用语料样本类别为7类，共2，450篇，其中70%作为训练样本，剩余30%作为测试样本。实验语料样本如表1所示。
| 图表编号 | XD0072180200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.01 |
| 作者 | 苏慧婧、群诺、贾宏云 |
| 绘制单位 | 西藏大学信息科学技术学院、西藏大学信息科学技术学院、西藏大学信息科学技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表7 数据集2结果对比：基于MLP和SepCNN神经网络模型的藏文文本分类研究》2020.12.01
- 《表6 数据集3结果对比：基于MLP和SepCNN神经网络模型的藏文文本分类研究》2020.12.01
- 《表5 数据集1结果对比：基于MLP和SepCNN神经网络模型的藏文文本分类研究》2020.12.01
- 《表1 藏文初始语料库：基于MLP和SepCNN神经网络模型的藏文文本分类研究》2020.12.01
- 《表3 测评标准：基于MLP和SepCNN神经网络模型的藏文文本分类研究》2020.12.01
- 《表2 测评模式：基于MLP和SepCNN神经网络模型的藏文文本分类研究》2020.12.01
- 《表3 对比测试结果：基于SVM的藏文微博文本情感分析研究与实现》2020.03.01
- 《表1 中文-藏文情感词：基于SVM的藏文微博文本情感分析研究与实现》2020.03.01
- 《表5 对比测试结果：基于SVM的藏文微博文本情感分析研究与实现》2020.03.01
- 《表4 对比测试结果：基于SVM的藏文微博文本情感分析研究与实现》2020.03.01
- 《表2 实验数据：基于SVM的藏文微博文本情感分析研究与实现》2020.03.01
- 《表3 分类性能混合矩阵：基于GaussianNB模型的藏文文本分类研究与实现》2019.12.01
- 《表4 分类整体性能：基于GaussianNB模型的藏文文本分类研究与实现》2019.12.01
- 《表2 特征降维数据：基于GaussianNB模型的藏文文本分类研究与实现》2019.12.01
- 《表1 实验语料样本：基于GaussianNB模型的藏文文本分类研究与实现》2019.12.01
- 《表2 特征降维数据：基于KNN模型的藏文文本分类研究与实现》2019.06.01
- 《表4:测试结果：基于SVM藏文文本分类的研究与实现》2018.05.01
- 《表6:测试结果对比：基于SVM藏文文本分类的研究与实现》2018.05.01
- 《表3:测试样本集：基于SVM藏文文本分类的研究与实现》2018.05.01
- 《表5:测试结果：基于SVM藏文文本分类的研究与实现》2018.05.01