《表1 实验环境配置：基于并行混合神经网络模型的短文本情感分析》
提示：宽带有限、当前游客访问压缩模式
本文的实验环境及其配置如表1所示。
| 图表编号 | XD0090225800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.10 |
| 作者 | 陈洁、邵志清、张欢欢、费佳慧 |
| 绘制单位 | 华东理工大学信息科学与工程学院、华东理工大学信息科学与工程学院、华东理工大学信息科学与工程学院、华东理工大学信息科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 分类结果混淆矩阵：基于并行混合网络融入注意力机制的情感分析》2020.09.10
- 《表1 实验环境具体配置：基于并行混合网络融入注意力机制的情感分析》2020.09.10
- 《表3 参数设置：基于并行混合网络融入注意力机制的情感分析》2020.09.10
- 《表2 数据集：基于并行混合网络融入注意力机制的情感分析》2020.09.10
- 《表1 实验环境配置：CGGA:一种CNN与并行门控机制混合的文本分类模型》2021.03.01
- 《表1：实验的软件配置：基于神经网络的文本情感分析技术优化改进》2020.09.01
- 《表2 实验环境配置：面向短文本情感分析的多特征融合方法研究》2020.06.01
- 《表1 数据集信息：双通道混合神经网络的文本情感分析模型》2020.06.01
- 《表2 参数设置：双通道混合神经网络的文本情感分析模型》2020.06.01
- 《表1 实验环境配置：结合LDA与Self-Attention的短文本情感分类方法》2020.09.15
- 《表2 实验环境配置：基于深度学习的文本情感分析》2020.03.05
- 《表2 评测指标相关关系：基于并行混合神经网络模型的短文本情感分析》2019.08.10
- 《表3 模型参数设置：基于并行混合神经网络模型的短文本情感分析》2019.08.10
- 《表1 实验环境配置：基于多通道LSTM-CNN模型的Twitter情感分析》2019.06.30
- 《表5 实验环境配置：双通道卷积记忆神经网络文本情感分析》2019.07.15
- 《表2 数据集：基于CNN-LSTM模型的短文本情感分类》2019.07.10
- 《表3 实验效果对比：基于融合算法的短文本评论情感分析》2019.11.25
- 《表2 情感程度权重：基于融合算法的短文本评论情感分析》2019.11.25
- 《表1 情感词集：基于融合算法的短文本评论情感分析》2019.11.25
- 《表3 实验参数配置：面向BSP-CNN的短文本情感倾向性分类研究》2019.12.01