《表1 参数说明:基于特征融合的术语型引用对象自动识别方法研究》
实验时,根据本文所提特征表示规则,将引用句中每个单词拼接为190维向量,输入BiLSTM-CNN-CRF模型进行训练,实验中使用的某些参数的值如损失函数、优化器、学习率、LSTM层数等在不同任务的神经网络模型训练中会有所不同,最终参数选择是通过结合已有研究的经验以及实验过程中多次调参结果,如表1所示,其余神经网络参数如权重矩阵w和偏置b随机初始化,在神经网络训练时随之优化。
图表编号 | XD00139936800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 马娜、张智雄、吴朋民 |
绘制单位 | 中国科学院文献情报中心、中国科学院大学经济管理学院图书情报与档案管理系、中国科学院文献情报中心、中国科学院大学经济管理学院图书情报与档案管理系、中国科学院武汉文献情报中心、科技大数据湖北省重点实验室、中国科学院自动化研究所 |
更多格式 | 高清、无水印(增值服务) |