《表1 盲测数据上的总体效果》

  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

《基于动态掩蔽注意力机制的事件抽取》

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

/%

为了表明Dy MAN的有效性，将它与两个基线模型Bi-RNN和Bi-RNN+SA相比较，这两个基线模型都使用了词级别特征和句级别特征；其中，Bi-RNN模型使用词嵌入和双向RNN得到句级别特征；Bi-RNN+SA引入了一个额外的标准注意力模块（standard attention，SA），同时将触发词和候选要素作为查询，并在Bi-RNN基础上得到句级别特征。本文的模型表示为Bi-RNN+Dy MAN。从表1中观察到标准的注意力机制（Bi-RNN+SA）效果甚至不如单纯的Bi-RNN，但是本文Dy MAN模型的效果很大程度上超过了两个模型，并在Bi-RNN的基础上取得了触发词分类任务0.5%的效果提升，以及要素角色分类任务5.6%的效果提升。以上的分析表明，本文提出的动态掩蔽注意力网络具有令人信服的有效性。