《表1 3种LSTM模型获得的BLEU得分比较》
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。
图表编号 | XD00134293700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 王志平、郑宝友、刘仪伟 |
绘制单位 | 大连海事大学理学院、大连海事大学理学院、大连海事大学理学院 |
更多格式 | 高清、无水印(增值服务) |