《表1 多种远监督关系抽取方法在NYT数据集上的实验结果》
图4和表2显示了笔者提出的HMKNh、HMKNk和HMKN这3种远监督关系抽取方法在NYT数据集上的PR曲线和AUC值.结合图4和表1、表2的结果可以证明,同时将高速网络和多非对称卷积方法加入神经网络中的效果比单独使用其中一种技术的效果要好.通过HMKNh与HMKN实验结果的对比,说明多非对称核卷积的方法能够提高远监督任务的特征提取效果,并有助于提高分类器的性能.HMKN相较于HMKNk的实验性能得到了提高,证明了通过高速网络的思想允许部分信息直接通过神经网络各层的做法可使特征和梯度的传递更加有效,同时减少了参数的数量.
图表编号 | XD00183674400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 李威、陈曙东、欧阳小叶、杜蓉、王荣 |
绘制单位 | 中国科学院大学微电子学院、中国科学院大学微电子学院、中国科学院微电子研究所、中国科学院微电子研究所、中国科学院微电子研究所、北京跟踪与通信技术研究所空间目标测量重点实验室 |
更多格式 | 高清、无水印(增值服务) |