《表3 文本TF-IDF向量》
提示：宽带有限、当前游客访问压缩模式
对其文本描述信息进行特征提取，转化为TF-IDF向量，如表3所示.
| 图表编号 | XD0079874000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.01 |
| 作者 | 曾兆伟、曹健 |
| 绘制单位 | 上海交通大学计算机科学与工程系、上海交通大学计算机科学与工程系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 模型对比结果：基于半监督与词向量加权的文本分类研究》2020.09.15
- 《表4 分类器性能指标：基于改进TF-IDF可疑人员文本表示方法》2021.02.16
- 《表2 属性特征词向量：基于改进TF-IDF可疑人员文本表示方法》2021.02.16
- 《表2 结果对比分析：基于TF-IDF特征词提取的不平衡文本分类》2020.09.01
- 《表1 数据集信息：一种结合TF-IDF方法和词向量的短文本聚类算法》2020.11.05
- 《表5 加权文本标签和加权文本向量对结果的影响》2020.02.01
- 《表1 文本集VSM表示：向量空间模型的文本分类研究进展与应用》2019.12.15
- 《表1 词向量语义相似度：基于深度学习的文本情感分析》2020.03.05
- 《表3 使用词向量模型表示文本的分类结果》2020.02.25
- 《表4 使用向量空间模型表示文本的分类结果》2020.02.25
- 《表3 实验准确率对比：结合Bert字向量和卷积神经网络的新闻文本分类方法》2020.01.01
- 《表2 实验环境：结合Bert字向量和卷积神经网络的新闻文本分类方法》2020.01.01
- 《表2 卷积神经网络参数：融合多粒度信息的文本向量表示模型》2019.09.25
- 《表1 混淆矩阵：融合多粒度信息的文本向量表示模型》2019.09.25
- 《表1 复合词词性分布表：利用加权词句向量的文本相似度计算方法》2019.10.01
- 《表2 词性权重表：利用加权词句向量的文本相似度计算方法》2019.10.01
- 《表3 Wikipedia XML数据集上TF-IDF向量与SF-IDF向量的分类效果比较Tab.3 Classifications results of TF-IDF and SF-IDF on Wikipedia XML》2018.04.01
- 《表2 Reuter-21578数据集上TF-IDF向量与SF-IDF向量的分类效果比较Tab.2 Classifications results of TF-IDF and SF-IDF on Reuter-21578》2018.04.01
- 《表1 词向量训练参数：面向BSP-CNN的短文本情感倾向性分类研究》2019.12.01
- 《表1 模型性能比较：基于多原型词向量的情感分析在评教文本中的应用》2019.11.18