《表2 不同大小的卷积核对比实验结果(%)》

  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

《融合BSRU和ATT-CNN的化学物质与疾病的关系抽取方法》

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

从表2可以看出，不加入注意力机制时，使用相同大小的卷积核，核大小为5时关系抽取的准确率最高，核大小为7时关系抽取的召回率最高，核大小为7时模型的整体性能最好．研究发现核大小为5比核大小为3时可以收集到更多的特征和边界信息，因此抽取结果的准确率有了相应的提高，但是当核大小到达7时，模型的准确率反而有了一定的降低，这是因为随着核大小的增加收集到的噪声也会变多，过多的噪声影响到实体关系抽取结果的精准性．另一方面，模型的召回率随着卷积核大小变大而提高，究其原因是大尺寸的卷积核拥有更大的感受野，减少了由于短语过长而导致的特征丢失．故本模型使用不同大小的卷积核，使用核大小为3、5、7同时对文本进行特征学习和提取，将学习到的特征进行综合加权，可以使学习到的特征更有代表性，多种特征的组合可以更有效的表达特征间的关系，能够提取到更多的边界特征，与单一大小的卷积核模型进行比较，本文模型在准确率和召回率两方面均有更加优秀的表现．