《表4 深度学习模型与序列标注模型结果对比》

  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AM-BiLSTM模型的情绪原因识别》

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4给出了基于序列标注模型和本文模型的对比结果，其中序列标注模型采用条件随机场模型，并使用了上文提到的各种子句特征。本文序列标注模型的实验结果和Gui等[15]实验结果有一定的差异，主要原因是本文采用了最新的新闻数据集，该数据集文本比微博语料更长，也更加复杂；另一方面，本文按照逗号分句，使非情绪原因子句所占比例大大增加，增加了情绪原因识别的难度，从而影响了实验的识别结果。从表4中可知，本文模型明显优于序列标注模型。虽然AM-BiLSTM方法准确率稍低，但召回率和F1值明显高于序列标注模型。该结果表明本文的方法在文本特征抽取方面更有优势。