《表3 所有模型在Sem Eval-2010Task8上的表现》

《表3 所有模型在Sem Eval-2010Task8上的表现》   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
《基于位置感知能力胶囊网络的实体关系提取》


  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

本文将Capsule Net使用在关系提取任务后,进一步将Capsule Net中的Capsule进行了结构的修改,如图1所示。为了确保实验的客观性,本文在相同的输入下(词向量、位置向量、词性标注)复现了SVM、CNN、Bi-LSTM及加入注意力机制后的Att-CNN、Att-Bi LSTM共五种模型,参考文献见表3。同时实现了本文所提到的Capsule Net和PPCNet(Position Perception Capsule Network)。控制了一定的参数变量,使实验更具有可比性。表3展示了各模型的实验结果,结果表明,这两种方法均对传统模型性能有了一定的提升。