《表6 基于基线模型的句子特征实验》
(注:“开发集”和“测试集”对应的单位为“%”)
从实验结果中可以发现句子短语特征对模型性能影响最低,位置特征对模型影响次之,词共现特征对模型影响最大。三种特征全去除,只使用GloVe词向量,整个模型性能下降2.03%。同时,本文基于Siamese-CNN、Siamese-LSTM模型,通过添加3种句子特征进行性能对比,如表6所示,SiameseCNN与Siamese-LSTM的结果取自BiMPM的工作,而Siamese-CNN+、Siamese-LSTM+表示是添加3种句子特征后复现得到的结果。从表中结果可知,添加3种句子特征之后的模型相较于原有模型在测试集性能上均有所增加,由此,可以得出本文构造的3种句子特征对于其他模型也有效。综上所述,本文构建的三种句子特征简单有效。
图表编号 | XD0091826900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 陈鑫、李伟康、洪宇、周夏冰、张民 |
绘制单位 | 苏州大学计算机科学与技术学院、苏州大学计算机科学与技术学院、苏州大学计算机科学与技术学院、苏州大学计算机科学与技术学院、苏州大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |