《表6 NMT模型在文本化简上的实验结果》

  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

《基于文本化简的实体属性抽取方法》

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

具体实验在中文Wiki Edit数据集上进行，结果如表6所示。得益于递归神经网络对序列长期依赖的捕获能力，seq2seq-RNN模型更好地捕捉了化简中的句法变换，在两个文本化简指标上均优于其他两个模型，化简效果最好。同时，该模型参数规模较小，训练时间也较短。这表明Seq2seq-RNN是一个良好的文本化简模型。