《表1 参数设置:基于双向长效注意力特征表达的少样本文本分类模型研究》

《表1 参数设置:基于双向长效注意力特征表达的少样本文本分类模型研究》   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
《基于双向长效注意力特征表达的少样本文本分类模型研究》


  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

本文的评价指标为文本分类的准确率,准确率为文本被正确分类的数量占总数量的百分比。将BLAN模型在NVDIA GTX1080Ti GPU的计算机上进行训练。其中,部分参数设置参考了其他少样本文本分类模型的经验,包括Bi-TCN隐藏层节点数、卷积核大小以及注意力维度等。其他参数根据实验进行调整,包括注意力特征表达模块中头数h以及模型学习率等,其中注意力特征表达模块中头数h决定了文本特征基个数,影响文本鉴别性特征的表达,因此,本文在消融实验中分析了该参数的设置。具体参数设置如表1所示。