《表5 KGWE-QA与基线方法的结果比较》

  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

《基于表示学习的知识库问答模型研究》

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

为比较本文模型与基线方法的效果差异，我们将KGWE-QA模型的3种组合形式与5种基线方法进行对比，见表5。其中，KGWE-QA-BERT的问题表示模块使用BERT作为网络的输入，知识图谱模块使用Trans E模型；KGWE-QA-Neg为问题表示模块使用BERT作为网络的输入，知识图谱模块使用Trans E模型，问题表示模块在学习问题关于实体和关系的表示时使用负采样，使用Margin损失函数进行训练；KGWE-QA-Neg-Attention在KGWE-QA-Neg的基础上使用注意力机制。