《表5 词嵌入向量类比测试结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《小规模知识库指导下的细分领域实体关系发现研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

随后，将各模型应用于测试集上，以检测其泛化能力，结果如表5所示。可知，MLP在影响部位和诊断关系识别任务上仍保持着很好的泛化能力，SVM和RF尽管对影响部位关系的识别效果最佳，但却获得较差的召回率。另外，MLP在疾病关系、症状表征关系识别训练上存在明显的过拟合现象（验证集结果远优于测试集结果），应与训练集规模有关。综合各模型特点，对其按照各关系识别效果赋予权重进行软投票集成。可知，在一定程度上能够提升疾病关系识别效果，症状表征关系和影响部位关系识别任务的F1值已达最佳。总体看来，诊断关系识别、影响部位关系识别上F1值均达到93%以上，效果已经相当不错；而疾病关系识别、症状表征关系识别在训练集较小的前提下，F1值也分别达到70.64%和78.16%，并且存在扩大训练集以改进效果的空间。