目标领域 | 建模方式 | Precision | Recall | F1 | Food | 深度迁移学习(P>>F) | 0.814 | 0.822 | 0.818 | 深度迁移学习(N>>F) | 0.869 | 0.872 | 0.870 | SVM(有监督学习) | 0.881 | 0.875 | 0.878 | LR(有监督学习) | 0.873 | 0.869 | 0.871 | Multi-AN(无监督学习) | 0.802 | 0.801 | 0.801 | RNN+AN(无监督学习) | 0.823 | 0.813 | 0.818 | History | 深度迁移学习(P>>H) | 0.874 | 0.869 | 0.871 | 深度迁移学习(N>>H) | 0.865 | 0.872 | 0.868 | SVM(有监督学习) | 0.903 | 0.890 | 0.896 | LR(有监督学习) | 0.873 | 0.865 | 0.869 | Multi-AN(无监督学习) | 0.869 | 0.871 | 0.870 | RNN+AN(无监督学习) | 0.882 | 0.862 | 0.872 | Business | 深度迁移网络(P>>B) | 0.901 | 0.895 | 0.898 | 深度迁移网络(N>>B) | 0.904 | 0.884 | 0.894 | SVM(有监督学习) | 0.913 | 0.906 | 0.909 | LR(有监督学习) | 0.907 | 0.901 | 0.904 | Multi-AN(无监督学习) | 0.824 | 0.819 | 0.821 | RNN+AN(无监督学习) | 0.831 | 0.826 | 0.828 |
|