Return to article
СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ КЛАССИФИКАЦИИ ТЕЛЕФОННЫХ ОБРАЩЕНИЙ: КЛАССИЧЕСКИЕ АЛГОРИТМЫ И ТРАНСФОРМЕРНЫЕ МОДЕЛИ
Таблица 4 - Результаты обучения классических алгоритмов
Модель | F1-score (взвешенное) | Precision | Recall | Время обучения, сек | Время предсказания, мс |
TF-IDF + NaiveBayes | 0,7915 | 0,7899 | 0,7955 | 0,5 | 0,153 |
N-gram(1-3) + SVM | 0,7830 | 0,7833 | 0,7830 | 1,4 | 0,348 |
TF-IDF + SVM | 0,7777 | 0,7777 | 0,7781 | 0,8 | 0,268 |
BoW + NaiveBayes | 0,7737 | 0,7780 | 0,7731 | 0,2 | 0,079 |
TF-IDF + LogReg | 0,7702 | 0,7754 | 0,7681 | 4,7 | 0,262 |
N-gram(1-3) + LogReg | 0,7642 | 0,7701 | 0,7631 | 4,9 | 0,402 |
BoW + LogReg | 0,6757 | 0,6802 | 0,6758 | 17,6 | 0,119 |
BoW + RandomForest | 0,6620 | 0,6932 | 0,6683 | 1,3 | 0,522 |
BoW + SVM | 0,6564 | 0,6600 | 0,6559 | 0,2 | 0,086 |
TF-IDF + RandomForest | 0,6514 | 0,6752 | 0,6559 | 1,7 | 0,608 |
BoW + DecisionTree | 0,5944 | 0,6024 | 0,5910 | 0,3 | 0,086 |
TF-IDF + DecisionTree | 0,5672 | 0,5666 | 0,5686 | 0,7 | 0,169 |
N-gram(1-3) + DecisionTree | 0,5610 | 0,5592 | 0,5636 | 1,4 | 0,232 |
