《表1 人造数据集不同设定下测试结果》
由于不需要为该人造数据提取特征,本文将MCP方法与以下几个基准算法进行比较,如表1所示.前两种方法模拟了MatchingNet[13]和ProtoNet[14]中使用的分类策略.具体来说,NN表示使用最近邻搜索方法对每一个任务的测试样本进行分类,Proto表示使用训练集中每一个类的类中心进行分类(也被称为最近类均值分类器[44]).对于全上下文嵌入(fully conditional embedding,FCE)[13],本文遵循原始论文的方法,学习额外的BiLSTM参数.
图表编号 | XD00168233800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.20 |
作者 | 叶翰嘉、詹德川 |
绘制单位 | 计算机软件新技术国家重点实验室(南京大学)、计算机软件新技术国家重点实验室(南京大学) |
更多格式 | 高清、无水印(增值服务) |