研究文章

混合低阶和高阶图像卷积网络

表3

网络文本分类的准确性。

方法 R52 20 ng R8 先生

CNN-rand [22] 87.59 58.44 82.15 95.71 77.75
LSTM [23] 85.54 41.13 65.71 93.68 75.06
LSTM-pre [23] 90.48 51.10 75.43 96.09 77.33
PTE [24] 90.71 53.58 76.74 96.69 70.23
fastText [25] 92.81 57.70 79.38 96.13 75.14
SWEM [26] 92.94 63.12 85.16 95.32 76.65
学会(27] 91.84 58.58 81.91 93.31 76.95
GCN-C [13] 92.75 63.86 81.42 96.99 77.22
GCN-S [5] 92.74 62.82 - - - - - - 96.80 76.99
GCN-F [11] 93.20 63.04 - - - - - - 96.89 76.74
文本之下(21] 93.56 68.36 86.34 97.07 76.74
HLHG-2(我们的) 94.21±0.14 69.16±0.19 86.57±0.08 97.25±0.10 75.95±0.14
HLHG-3(我们的) 94.33±0.16 69.36±0.24 86.35±0.24 97.25±0.12 76.49±0.32