《表5 句子语义相似任务在SNLI数据集的结果》
因此,从上面一系列的实验结果可以看出,我们提出的结合上层复杂模型和fine-tune的算法FT-TM是有效的,并且在NLP任务中优于fine-tune的算法FT-NTM,同时在BERT预训练模型上面集成的神经网络模型好坏也会影响到最终的任务效果。
图表编号 | XD00161928800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.20 |
作者 | 苏海波、刘译璟 |
绘制单位 | 北京百分点信息科技有限公司 |
更多格式 | 高清、无水印(增值服务) |
因此,从上面一系列的实验结果可以看出,我们提出的结合上层复杂模型和fine-tune的算法FT-TM是有效的,并且在NLP任务中优于fine-tune的算法FT-NTM,同时在BERT预训练模型上面集成的神经网络模型好坏也会影响到最终的任务效果。
图表编号 | XD00161928800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.20 |
作者 | 苏海波、刘译璟 |
绘制单位 | 北京百分点信息科技有限公司 |
更多格式 | 高清、无水印(增值服务) |