《表5 VIB模块性能分析》

  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

《利用层级交互注意力的文本摘要方法》

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

%

为了验证VIB模块的有效性，本文在Gigaword数据集上进一步进行了测试，实验结果如表5所示。其中“+VIB”和“-VIB”表示是否包含变分信息瓶颈模块。从表5可以看出，从Intra＿s2s和Cross＿s2s模型中去除VIB后，两个模型性能在RG-1指标上分别下降了0.18和0.50。这也说明了VIB模块能够对融合信息进行有效的过滤和去冗余，从而获得更优的性能。同样可以看出，相比Intra＿s2s模型，Cross＿s2s模型在去除VIB模块后性能下降更为明显。这是因为Cross＿s2s模型直接将各层的信息输出到最后一层，冗余信息更多，因此VIB模块在Cross＿s2s模型中更为有效。这也从另外一个方面证明了VIB模块能够有效解决因为多层信息融合带来的信息冗余问题。