《表2 基于多任务学习的情绪分值回归方法的性能》
基于多任务学习的情绪分值回归方法的性能如表2所示。可以看出,无论选择何种共享机制,基于多任务学习的方法始终优于本文的基准方法(LSTM单任务方法),并且也优于RCL单任务方法,从而验证了本文所提出的多任务学习方法的有效性。显著性检验结果表明,本文的多任务学习方法相对于基准方法的改进效果是显著的(P<0.05)。
图表编号 | XD00128904700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.15 |
作者 | 高晓雅、李逸薇、张璐、李寿山 |
绘制单位 | 苏州大学计算机科学与技术学院、香港理工大学中文及双语系、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) |