Obviously, compared to three featur

Obviously, compared to three feature sets experimental results, the precision and recall of deception detection changes significantly, with the precision from 0.79 to 0.85, and the recall from 0.75 to 0.84. Simultaneity, the result shows the precision is the highest as using the second feature set. In the experiments the other important problem found is that the proportion and scale of training corpus and test corpus have an effect on the experimental results, so in order to test the effect we choose a different proportion of training corpus and test corpus for experiments, including 2 to 8, 4 to 6, 5 to 5, 6 to 4 and 8 to 2 of the proportion of training corpus and test corpus. To five types corpus we all conduct the homologous experiments by using SVM classifier and the same feature set including the words whose CHI statistics feature value is bigger than 3 and the linguistics cues whose feature value is bigger than 0.3. Fig.3 shows the trends of the recall and precision of the experiments using five types corpus.

結果 (繁體中文) 1:

顯然，相比於三個特徵集實驗結果，精度和召回的欺騙檢測顯著變化，精度為0.79至0.85，並召回從0.75到0.84。同時性，結果表明精度最高為使用所述第二特徵集。在實驗中的其他重要問題發現的是，訓練語料和測試語料的比例和規模對實驗結果的影響，所以為了測試我們選擇訓練語料的不同比例和測試語料進行實驗，效果包括2至8個，4至6，5〜5,6〜4和訓練語料和測試語料庫的比例為8〜2。為了五種類型的語料庫，我們所有行為的同源性實驗，通過使用SVM分類和相同的功能集，包括其CHI統計特徵值大於3和語言學線索，其特徵值大於0.3，更大的話。圖3顯示了召回，並利用5種語料庫的實驗精度的趨勢。

結果 (繁體中文) 2:

顯然，與三個特徵集的實驗結果相比，欺騙檢測的精度和召回率有顯著變化，精度從0.79到0.85，召回從0.75到0.84。同時，結果顯示精度是最高的，因為使用第二個特徵集。在實驗中發現的另一個重要問題是，訓練語料庫和測試語種的比例和規模對實驗結果有影響，因此為了測試效果，我們選擇了不同比例的訓練語料庫和測試語料庫。實驗，包括2至8、4至6、5至5、6比4和8比2的比例訓練語料和測試語料庫。對於五種類型語種，我們都使用 SVM 分類器和相同的功能集進行同源實驗，包括 CHI 統計要素值大於 3 的單詞和特徵值大於 0.3 的語言學提示。圖3顯示了五種類型語料庫的實驗召回和精度趨勢。

結果 (繁體中文) 3:

顯然，與三個特徵集的實驗結果相比，欺騙檢測的查準率和查全率變化顯著，查準率從0.79到0.85，查全率從0.75到0.84。同時，結果表明，採用第二種特徵集時，精度最高。在實驗中發現的另一個重要問題是，訓練語料庫和測試語料庫的比例和規模對實驗結果有影響，囙此為了測試效果，我們選擇了不同比例的訓練語料庫和測試語料庫進行實驗，包括2到8、4到6、5到5，訓練語料和測試語料的比例分別為6比4和8比2。對於五類語料，我們都使用支持向量機分類器和相同的特徵集進行了同源性實驗，包括CHI統計量特徵值大於3的詞和特徵值大於0.3的語言線索。圖3顯示了使用五種類型語料庫的實驗的查全率和查準率的趨勢。