《表1 数据集统计信息：融合特定任务信息注意力机制的文本表示学习模型》
提示：宽带有限、当前游客访问压缩模式
所有数据集类别数、数据量等统计信息如表1所示，除了已事先划分好训练集和测试集的数据外，其余数据集的训练集和测试集均按照7∶3的比例随机划分，具体数据划分情况请参考备注。
| 图表编号 | XD00227027600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.25 |
| 作者 | 黄露、周恩国、李岱峰 |
| 绘制单位 | 中山大学资讯管理学院、中山大学资讯管理学院、中山大学资讯管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 各模型超参数设置：融合特定任务信息注意力机制的文本表示学习模型》2020.09.25
- 《表4 模型参数量：融合特定任务信息注意力机制的文本表示学习模型》2020.09.25
- 《表1 数据集信息：基于双视角投影空间表示的文本多标签标注方法》2020.09.05
- 《表2 真实网络数据集：结合属性信息的二分网络表示学习》2021.03.01
- 《表1 数据集统计：加入自注意力机制的BERT命名实体识别模型》2020.07.05
- 《表1 数据集信息：融合知识图谱的双线性图注意力网络推荐算法》2021.01.01
- 《表3 数据集的统计信息：面向短文本情感分析的多特征融合方法研究》2020.06.01
- 《表1 数据集的相关信息：基于通道域注意力机制的人群密度估计算法研究》2020.08.05
- 《表1 实验数据集描述：自我注意力机制中基于相对位置的句子表示方法》2020.02.01
- 《表4 模型参数：预训练模型下融合注意力机制的多语言文本情感分析方法》2020.02.01
- 《表1 实验数据集：基于注意力机制的社交垃圾文本检测方法》2020.02.15
- 《表2 数据集统计信息：针对文本情感分类任务的textSE-ResNeXt集成模型》2020.04.01
- 《表1 数据集统计信息：基于层级注意力机制与双向长短期记忆神经网络的智能合约自动分类模型》2020.04.10
- 《表1 多视角数据集统计：融合稀疏隐视角信息学习的多视角聚类算法》2019.12.01
- 《表1 数据集划分信息：基于注意力机制的CRNN文本分类算法》2019.11.16
- 《表2 数据集信息表：基于代表性答案选择与注意力机制的短答案自动评分》2019.11.01
- 《表2 卷积神经网络参数：融合多粒度信息的文本向量表示模型》2019.09.25
- 《表1 混淆矩阵：融合多粒度信息的文本向量表示模型》2019.09.25
- 《表2 数据集信息：基于可信向量的知识图谱上下文感知表示学习》2019.10.24
- 《表3 数据集统计指标：中文比较关系的识别:基于注意力机制的深度学习模型》2019.06.24