《表6 在Multi NLI测试数据集上的分类准确率》

  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

《融合实体上下文特征的深度文本语义匹配模型》

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

注：加粗的数字为最优结果

为了进一步验证本文所提出的模型对于分类任务的性能，我们在SNLI和Multi NLI测试数据集上进行了分类测试，结果如表6所示。其中，Matched表示所用测试集为Multi NLI matched测试集，测试样本与训练样本数据源相同；Mismatched表示mismatched测试集，测试样本在训练过程中没有出现过。从表6中的结果可以看出，本文提出的模型对于分类任务同样有效，特别是Our(Tensor）在Multi NLI上优于所有模型，在SNLI测试数据集上的性能接近LM-Transformer模型和DRCN模型，而本文提出的模型结构上没有DRCN模型那么复杂，且不同于LM-Transformer模型依赖于外部知识。