《表6 三种模型得到的词向量在词推理任务中的比较》

  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

《基于深度学习的热点事件主题表示研究》

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

为评估本文模型在词向量学习方面的效果，对比不同模型（Word2Vec、TEWV和W-LDA2Vec）在热点事件词推理任务中的表现结果，如表6所示。通过给定查询词，不同模型分别推理给出与查询最相近的预测结果，并人工评价词向量的线性学习能力。该实验中，查询词可以是一个单独的词语，也可以是多个词语的线性组合。由于具有相近语义的词向量在词向量空间中是相近的，因此通过相似度度量可以评价词向量的构建及词向量学习能力，其中相似度度量将3CosMul乘法组合公式（公式（5））作为目标函数。