《表4 多样性得分对比结果》

  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

《基于深度学习的问答平台查询推荐研究》

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

多样性指标得分如表4所示。可知，CNMNN方法在所有评价指标上均表现出最优性能，其ERR-IA@5、ERR-IA@10和ERR-IA@20得分分别为0.163、0.178和0.192，α-n DCG@5、α-n DCG@10和α-n DCG@20得分分别为0.656、0.663和0.703。DRMM方法在ERR-IA@5、ERR-IA@10和ERR-IA@20都表现最差，而MQ2QC方法在α-n DCG@5和α-n DCG@10上得分最低，IBLM模型在α-n DCG@20得分仅为0.464。注意，α-n DCG@k和ERR-IA@k计算得分时会奖励排序列表中的相关文档，因此这一结果并不能表明CNMNN较其他模型返回了更多不同提问意图的自然语言问句。其得分更高的原因可能是CNMNN模型比其他方法返回了更多的相关自然语言问句，从而导致多样化评价指标α-n DCG@k和ERR-IA@k得分更高。