《表1 3种LSTM模型获得的BLEU得分比较》

  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

《一种改进的LSTM模型在图像标题生成中的应用》

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

本文首先比较ITLSTM（LSTM+F(x）)神经网络模型与传统的LSTM（LSTM+T(x）)神经网络模型以及以softsign作为激活函数的LSTM（LSTM+S(x）)神经网络模型的性能，表1给出了3种模型的各个评价指标的得分情况。从表1可以看出，传统的LSTM网络模型和以softsign作为激活函数的LSTM网络模型所得到的BLEU评分相差不大，后者稍占优势，而本文提出的ITLSTM网络模型几乎在所有情况下的BLEU得分都优于其他2种LSTM神经网络模型，由此可见，本文提出的模型的确能够有效地缓解过早饱和现象，从而能够更加充分地利用句子的语义，因而对于给定的一幅图片，其生成的相应描述也会更加准确。