《表2 是否包含预训练语言模型的错误率对比》
%
1)预训练语言模型的作用.比较了有预训练和没有预训练模型的效果,结果如表2所示.可见,预训练对于在小数量数据集TREC-6上的性能有很大提升.在实际的需求场景中,人工标注的成本十分昂贵,往往只有少量的标注样本,所以如何从少量的样本中学习到有用的信息是十分必要的.通过预训练可以达到这样的效果.同时,在数据量较为充足的数据集上性能也有一定的提升.证明本文的方法同样适用于大型数据集.
图表编号 | XD00129694300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 傅群超、王枞 |
绘制单位 | 北京邮电大学软件学院、北京邮电大学可信分布式计算与服务教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |