《表2 Text CNN问题分类评价》
本文对基于Text CNN的问题分类进行了相关测试,其评价效果如表2所示。其中,F1分数是4种问题类型各自的F1分数的平均值;“问题”是把用户输入问题的词向量表示作为模型输入;“问题+提示词”把输入问题的词向量表示与相关提示的词向量进行拼接得到的向量作为模型输入。从表2可以得出,本文基于Text CNN的问题分类取得了非常好的分类效果。
图表编号 | XD00192890900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.18 |
作者 | 陈瑛、张晓强、陈昂轩、赵筱钰、董玉博 |
绘制单位 | 中国农业大学信息与电气工程学院、中国农业大学信息与电气工程学院、中国农业大学信息与电气工程学院、中国农业大学信息与电气工程学院、中国农业大学信息与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |