《表3 层次实验结果表：基于结构张量空间模型的文本分类》
提示：宽带有限、当前游客访问压缩模式
注:粗体表示该组实验中的最大值。下同。
实验结果如表3所示。可以看到4层HR-STSM的测试集分类精确度最高，因此在下面的实验中使用4层HR-STSM表示文本。
| 图表编号 | XD0076966100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.10 |
| 作者 | 庄建昌、武娇、洪彩凤、顾兴全 |
| 绘制单位 | 中国计量大学理学院、中国计量大学理学院、中国计量大学理学院、中国计量大学标准化学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 LSTM模型结构：基于改进胶囊网络的文本分类》2020.09.10
- 《表3 模型消融实验结果：基于图分类的中文长文本匹配算法》2020.06.01
- 《表1 实验用原水水质：一种基于深度学习的文本分类模型》2020.12.25
- 《表3 4组实验结果对比：非均衡数据下基于卷积神经网络的专利文本自动分类研究》2020.09.30
- 《表2 实验结果对比：一种基于LSTM和CNN混合模型的文本分类方法》2020.06.01
- 《表3 实验结果：基于预训练模型的文本分类网络TextCGA》2020.04.25
- 《表3 实验结果：基于动态路由序列生成模型的多标签文本分类方法》2020.07.10
- 《表2 实验参数设置：基于联合模型的多标签文本分类研究》2020.07.15
- 《表3 文本分类的结果：基于预训练模型和联合调参的改进训练算法》2020.02.20
- 《表3 3种模型实验结果：RHS-CNN:一种基于正则化层次Softmax的CNN文本分类模型》2020.05.15
- 《表3 部分实验参数设置：基于ERNIE-BiGRU模型的中文文本分类方法》2020.08.01
- 《表1 实验环境及配置：基于ERNIE-BiGRU模型的中文文本分类方法》2020.08.01
- 《表1 实验使用的数据集：基于卷积与双向简单循环单元的文本分类模型》2020.03.16
- 《表3 实验结果：针对文本情感分类任务的textSE-ResNeXt集成模型》2020.04.01
- 《表4 使用向量空间模型表示文本的分类结果》2020.02.25
- 《表6 产业结构层次系数：铜陵市产业转型升级特征分析——基于空间份额偏离模型》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3 不同模型分类结果：基于CNNGRU-Attention模型的文本情感分析》2019.09.25
- 《表1 实验环境：基于卷积递归模型的文本分类研究》2019.10.06
- 《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》2019.06.01