《表3 加入注意力机制的对比实验结果(%)》
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》
实验首先使用BSRU学习文本的多种特征信息,将多种特征用向量表示,随后分别使用CNN和ATT-CNN对带有多种特征的文本卷积提取特征,完成关系抽取任务.由表3可以看出加入注意力机制的模型性能在准确率和召回率都有了一定的提高,这是因为注意力机制可以为目标实体关系给予更高的权重,减小其他并列关系对提取结果的噪声影响,从而使抽取结果更优.
图表编号 | XD00141268800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 曹春萍、何亚喆 |
绘制单位 | 上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |