《表1 数据集:基于串并行卷积门阀循环神经网络的短文本特征提取与分类》

《表1 数据集:基于串并行卷积门阀循环神经网络的短文本特征提取与分类》   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
《基于串并行卷积门阀循环神经网络的短文本特征提取与分类》


  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
注:CV为无标准测试集,采用十则交叉验证评估算法。

为了验证本文算法的有效性,在TREC、MR以及Subj数据集上进行了大量实验测试。MR、Subj数据集中无标准测试集,为合理评估模型性能,采用十则交叉验证方式进行实验。即将数据集随机分成10等份,每次实验不重复地选取其中1份数据作为测试集评估模型,其余9份数据作为训练集训练模型。数据集详情如表1所示。