《表2 模型对比实验：基于字向量和增强表示BiLSTM句子相似度研究》
提示：宽带有限、当前游客访问压缩模式
为了比较词向量与字向量的性能，本组实验选取了余弦相似度（Cosine），经典的多视角CNN模型和BiLSTM[16]模型进行了详细比对，结果如表2所示。
| 图表编号 | XD00197314500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.10 |
| 作者 | 贾畅、叶飞、刘帅君、麻之润 |
| 绘制单位 | 云南农业大学大数据学院、云南农业大学大数据学院、云南农业大学大数据学院、云南农业大学大数据学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 BIO字标签类别：基于BiLSTM-CRF的司法领域实体识别研究》2020.09.05
- 《表3 基于各种文档向量表示模型的隐性引用句与施引/参考文献的相似度比较结果》2021.01.25
- 《表2 多义词真实词向量与基于线性组合模型的预测词向量之间的余弦相似度》2021.01.25
- 《表1 模型有效性实验：基于字向量和增强表示BiLSTM句子相似度研究》2020.10.10
- 《表2 模型实验效率对比：基于BiLSTM-CRF的中文临床指南治疗事件抽取》2020.02.01
- 《表4 主要评价指标对比：基于依存句法的句子相似度计算方法》2020.04.01
- 《表2 基于词表示和基于字符级表示在BILSTM-CRF模型上的效果对比》2020.08.18
- 《表1 模型效果对比：基于Siamese网络的句子相似度计算方法》2020.06.01
- 《表6 基于词向量模型的词语相似度》2020.03.25
- 《表1 实验模型信息：向量相似度可复原三维点云压缩算法》2020.04.01
- 《表4 基于向量空间模型的相似度计算》2020.01.15
- 《表1 句子相似度评价实验结果》2020.01.16
- 《表4 字向量和词向量对比实验结果》2019.10.01
- 《表4 文章基于单词和句子两种表示下加入不同注意力转移推理层数实验对比结果(%)》2019.10.01
- 《表5 汉字相似度展示：基于笔画中文字向量模型设计与研究》2019.05.01
- 《表1 字符语义距离：一种基于字向量和LSTM的句子相似度计算方法》2019.01.25
- 《表2 词语义距离：一种基于字向量和LSTM的句子相似度计算方法》2019.01.25
- 《表3 结构相似度对比：基于Retinex改进的夜间图像增强算法》2018.12.01
- 《表2 实验1的汉字样本：基于特征向量和笔顺编码的字形相似算法研究》2019.12.01
- 《表4 实验2的汉字样本：基于特征向量和笔顺编码的字形相似算法研究》2019.12.01