《表2 人工评价结果:基于实体对弱约束的远监督关系抽取》
人工评价的结果如表2所示,PCNN+ATT+C与Mintz、MultiR和MIML方法相比效果明显,准确率更高。与PCNN+ONE、PCNN+ATT和PCNN+ATT+D相比,准确率同样有所提高,这是因为实体对弱约束一方面能起到一定限制作用,减少了错误关系实例的抽取数量,进一步缓解了假阳性问题;另一方面,实体对弱约束信息能提供更多有关实体对的信息,从而抽取出更多正确的关系实例,准确率提升。
图表编号 | XD0035208100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 欧阳丹彤、肖君、叶育鑫 |
绘制单位 | 吉林大学计算机科学与技术学院、吉林大学符号计算与知识工程教育部重点实验室、吉林大学计算机科学与技术学院、吉林大学符号计算与知识工程教育部重点实验室、吉林大学符号计算与知识工程教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |