《表7 实验结果：用于特定目标情感分析的交互注意力网络模型》

  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

《用于特定目标情感分析的交互注意力网络模型》

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

为了进一步分析注意力层的权重计算对目标和上下文表示的作用，设计下面的对比模型来验证LT-T-TR模型中注意力层的有效性。首先删除LT-T-TR模型中上文对应的Attention计算层，建立No-Left-Attention模型。然后以同样的方式删除下文和目标短语的Attention计算层，建立No-Right-Attention模型和No-Target-Attention模型，最后将上下文中的Attention计算层同时去除，建立No-Attention模型。三种模型中对于删掉Attention计算层的上/下文，直接以BI-LSTM的隐层输出的平均值来表示。实验结果如表7所示。