《表2 人工评价结果：基于实体对弱约束的远监督关系抽取》

  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

《基于实体对弱约束的远监督关系抽取》

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

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。