《表4 不同模型训练一个epoch的平均耗时对比》

  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

《一种应用于KBQA关系检测的多视角层次匹配网络》

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

表4为不同模型训练一个epoch的平均耗时对比．M-HM N的模型架构和思想与其基线BiM PM[8]最为接近，但与需要对每个匹配单元中的anchor和target使用复杂的匹配策略函数计算匹配向量的BiMPM[8]相比，M-HMN利用一个简单的双向匹配机制即可得到有效的匹配向量．在计算机硬件配置与模型基本参数相同的情况下，M-HMN不但准确率更高（见表3），而且训练一个epoch的平均耗时也比BiMPM更少，训练速度得到了很大的提高．由表3和表4可知，将QR双向匹配层替换为Encoding-comparing model with bi-directional attention的模型，其准确率比BiM PM[8]高0.25，而训练一个epoch的平均耗时更少，这表明我们的模型在较小的时间复杂度上即可获得与基线模型相当的准确率．