《表1 CNN文本分类实验结果》

  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

《基于神经网络模型的文本分类研究综述》

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

在Kim[3]提出的CNN文本分类模型当中，采用了7个不同的数据集在不同的基准上，分别进行训练及测试，比较其结果.这7个数据集都是评论类的数据集，具体信息参见文献[3].这些数据都是短文本类的数据集.在实验中作者给出CNN的四种变体，分别是CNN-rand（随机初始化单词向量），CNN-static（单通道不可变的预训练单词向量），CNN-nonstatic（单通道可变的预训练单词向量）和CNN-multichannel（双通道可变与不可变相组合的预训练单词向量）.将这7个数据集分别在这四种CNN模型中进行训练及测试，进行对比实验，以准确率作为衡量标准，实验结果如表1所示.