《表4 各模型在CNLI数据集上的混淆矩阵》

  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

使用CNLI数据集上训练出来的模型，针对NTCIR-9RITE数据集，本文将训练集、验证集和测试集合并，一共1221条数据全部作为测试集。该模型在NTCIR-9RITE数据集上的准确率为67.63%，而SVM模型则选择976条数据作为训练集，245条数据作为测试集，最后SVM模型在245条数据上的准确率为62.44%。见表5。表6为多层注意力模型在NTCIR-9RITE数据集的混淆矩阵。其中列为预测类别，行为真实类别。从表6可以看出，用CNLI上训练好的模型可以很好识别出NTCIR-9RITE数据集上的蕴涵关系，而矛盾关系和独立关系识别效果不太好。这也说明该模型在其它中文文本蕴涵数据集上也是有效的。