《表5 不同模型的性能对比》
由表4可知,当卷积核为3,4,5时模型效果最佳.较小和较大的卷积核均会降低模型的性能.4.2.4不同模型的探究为证明本文模型在越南语事件检测任务上的效果,将本文模型与传统卷积神经网络、Nguyen et al[8]提出的循环神经网络模型(Recurrent Neural Networks,RNN)和Nguyen and Grishman[15]提出的融合依存句法信息的图卷积(GCNs)模型在越南语新闻事件检测任务上作对比,实验结果如表5所示.
图表编号 | XD00135553800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.30 |
作者 | 王吉地、郭军军、黄于欣、高盛祥、余正涛、张亚飞 |
绘制单位 | 昆明理工大学信息工程与自动化学院、云南省人工智能重点实验室昆明理工大学、昆明理工大学信息工程与自动化学院、云南省人工智能重点实验室昆明理工大学、昆明理工大学信息工程与自动化学院、云南省人工智能重点实验室昆明理工大学、昆明理工大学信息工程与自动化学院、云南省人工智能重点实验室昆明理工大学、昆明理工大学信息工程与自动化学院、云南省人工智能重点实验室昆明理工大学、昆明理工大学信息工程与自动化学院、云南省人工智能重点实验室昆明理工大学 |
更多格式 | 高清、无水印(增值服务) |