《表3 CNLI数据集上的模型比较》

《表3 CNLI数据集上的模型比较》   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
《基于多层注意力机制的中文文本蕴涵识别方法》


  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

为了验证本文设计的模型对中文文本蕴涵识别任务的有效性，还实现了Siamese模型[18]、ESIM模型[19]。各模型的在CNLI数据集准确率对比见表3。

图表编号XD00154279600    严禁用于非法目的
绘制时间2020.08.16
作者严明、刘茂福、胡慧君
绘制单位武汉科技大学计算机科学与技术学院、武汉科技大学智能信息处理与实时工业系统湖北省重点实验室、武汉科技大学计算机科学与技术学院、武汉科技大学智能信息处理与实时工业系统湖北省重点实验室、武汉科技大学计算机科学与技术学院、武汉科技大学智能信息处理与实时工业系统湖北省重点实验室
更多格式高清、无水印（增值服务）

相关图表

  1. 《表8 模型在不同数据集上的预测误差比较》2020.10.20
  2. 《表3 模型在Imagenet数据集上的表现》2020.10.15
  3. 《表3 不同模型在两个数据集上的RMSE分数》2020.11.01
  4. 《表3 迁移不同网络模型在高斯噪声数据集上的识别效果》2020.09.15
  5. 《表3 本文模型在中文医疗文本数据集上的F1值》2020.10.25
  6. 《表3 不同模型在JNLPBA数据集上的评价指标对比》2021.02.10
  7. 《表2 与其他图像生成模型在不同数据集上的SSIM和IS比较》2020.07.25
  8. 《表1 不同模型在不同数据集上的SSIM和IS比较》2020.07.25
  9. 《表1 各深度卷积模型在数据集上的识别率比较》2020.04.15
  10. 《表3 DSCP模型在Indiegogo数据集上的实验结果》2020.04.01
  11. 《表3 预训练模型在英文数据集上的性能表现》2020.06.01
  12. 《表3 不同模型在HRF数据集上的分割结果对比》2020.07.15
  13. 《表3 基分类模型在均衡数据集上的分类精度》2020.07.25
  14. 《表4 各模型在CNLI数据集上的混淆矩阵》2020.08.16
  15. 《表3 不同模型在典型点云数据集上的分割效果》2020.02.25
  16. 《表3 模型1和参照模型在不同数据集上的表现》2020.01.15
  17. 《表3 各模型在数据集上的分类精度》2019.09.30
  18. 《表3 模型在不同数据集上的准确度统计(%)》2019.10.01
  19. 《表3 模型在子数据集上的能力对比》2019.06.01
  20. 《表3 不同模型在WVDDS数据集上的检测结果》2019.12.01

随机翻阅

《表1 两组研究对象一般资料（±s)》 《表2 指标等级划分：鱼腥草藏猪肉酱制备及品质分析》 《表1 水质检测方法：不同品种水泥对C55高性能混凝土性能影响的研究》 《表1 供试材料高,低麦谷蛋白优质亚基类型》 《表2 两组患者肺组织标本中的Keap1、Nrf2蛋白阳性表达率比较[例（%）]》 《表1 本组9例患者的临床资料以及术前、术后等眼部情况》 《表4 2012年～2016年发病前五位传染病列表》 《表3 分行业城镇单位第三产业从业人员数》 《表2 椭圆轴承各参数计算结果对比[6]Tab.2 The comparison ofθand Fˉmcalculation results in elliptical bearing》 《表1 基本查询及操作的表述符号》