《表4 多样性得分对比结果》
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。
图表编号 | XD00198137000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 丁恒、李映萱 |
绘制单位 | 华中师范大学信息管理学院、华中师范大学信息管理学院 |
更多格式 | 高清、无水印(增值服务) |