《表2 短语成分分析模型的效果》

  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

《基于短语成分表示的中文关系抽取》

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

表2是短语成分分析模型的效果对比，其中c5parser是使用CTB5数据集训练得到的模型，括号中的89.47%是测试集为348句样本与其他文献保持一致的情况下最终的F1?score值。84.04%是使用扩展测试集CTB7数据得到的结果。c7parser是本文使用CTB7数据集训练得到的模型，86.49%则是使用CTB7测试集的F1?score值。从表中结果可以看到，使用mparser在CTB5数据集上训练得到的模型效果已经是目前工作中最好的，F1?score达到89.47%。但是当将CTB7的测试集作为开放领域的更广泛测试集来验证该模型的预测能力时，模型的F1降到了84.04%，下降了5%左右。在CTB7数据集上训练该模型得到c7parser。同样的测试集下，F1?score达到86.49%，因为训练数据集的数据分布更广泛，训练得到的模型预测能力也更强。表3是短语成分分析模型使用的超参数。