《表3 模型训练收敛时的ROUGE得分》
提示：宽带有限、当前游客访问压缩模式
同时，统计了PGC与加入混合注意力和混合注意力加强化的模型在训练集训练时的ROUGE得分，如表3所示。
| 图表编号 | XD00119667700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 党宏社、陶亚凡、张选德 |
| 绘制单位 | 陕西科技大学电气与控制工程学院、陕西科技大学电气与控制工程学院、陕西科技大学电气与控制工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 在LCSTS上的ROUGE得分比较》2020.11.05
- 《表2 各种消融模型的ROUGE得分》2020.11.05
- 《表3 各网络收敛时的迭代次数汇总表》2020.12.15
- 《表1 CNN/Daily Mail测试集上模型的ROUGE F1分数》2020.11.05
- 《表1 不同损失函数训练分类模型收敛时间》2020.07.16
- 《表2 几种模型的训练样本分别为66个和33个充放电周期时的预测误差》2020.06.15
- 《表4 倾向性得分模型为服从Probit分布且误差分布为t(1)，且结果回归模型和倾向性得分模型设定都正确时的模拟结果》2020.04.25
- 《表2 6个测试函数收敛时的指标对比》2020.04.25
- 《表3 加权几何平均融合与Res Net训练集收敛性比较》2020.02.01
- 《表2 本文方法在训练面片数为200000～300000的模型时的时间消耗》2020.02.25
- 《表4 不同岩层在不同埋深时的围岩收敛变形》2020.01.25
- 《表2 模型在测试集的ROUGE得分》2020.01.01
- 《表3 各模型达到收敛误差时对应的训练次数和平均误差》2019.07.01
- 《表4 各模型不同训练数据时的识别正确率》2019.07.01
- 《表2 基于双重注意力机制模型训练时的超参数数值》2019.10.15
- 《表2 网络训练收敛误差值》2019.08.28
- 《表3 不同B-P算法的收敛时间及训练次数》2019.06.15
- 《表2 不同模型ROUGE得分表》2019.02.28
- 《表1 1 词频统计方式差异时的模型表现(训练样本量600 000)》2019.11.25
- 《表4 不同类别训练数据摘要提取ROUGE-1结果》2018.06.01