《表2 短语成分分析模型的效果》
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。
图表编号 | XD00170136900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 刘娜娜、程婧、闵可锐、康昱、王新、周扬帆 |
绘制单位 | 复旦大学计算机科学技术学院、上海智能电子与系统研究院、复旦大学计算机科学技术学院、上海智能电子与系统研究院、上海秘塔网络科技有限公司、微软亚洲研究院、复旦大学计算机科学技术学院、上海智能电子与系统研究院、复旦大学计算机科学技术学院、上海智能电子与系统研究院 |
更多格式 | 高清、无水印(增值服务) |