《表5 治疗方法与预后：基于注意力网络的语体多元特征挖掘》

  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

《基于注意力网络的语体多元特征挖掘》

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

为了进一步分析小说、新闻及课本的关键词，使用T分布随机近邻嵌入（t-distributed stochastic neighbor embedding，t-SNE）降维算法将所提取关键词的向量映射到二维平面内表示，并选择每一个簇中注意力分值最高的词作为该簇的语义主题词，如表5所示。表5中，小说的主题词主要是主人公的名字（柳生、余占鳌）及地点名词（高密、东北）为主；新闻主要是事件主题名（股市、经济、市场等）及核心人物（主席）等；课本的主题词是人名（高尔基、列宁）、小说选篇的主人公名字（孔乙己、闰土）、议论文的主题词（爱国）等。