《表1 0 Attention模型利用预测标签重排序候选句子的实例 (GT标签、MLP预测标签及其得分也展示在表格中)》
提示：宽带有限、当前游客访问压缩模式
本文使用的这两个中文数据集相关的统计信息见表1.
| 图表编号 | XD0035538600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.01 |
| 作者 | 李锡荣 |
| 绘制单位 | 中国人民大学数据工程与知识工程教育部重点实验室、中国人民大学信息学院多媒体计算实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 被引量预测数据与标签》2020.09.25
- 《表1 超声影像组学标签的预测效能》2021.01.25
- 《表1 句子标签含义：基于联合模型的网络舆情事件检测方法》2021.03.05
- 《表2 真实标签和预测的混淆矩阵》2021.01.01
- 《表5 各省份的标签展示表》2020.11.24
- 《表8 无标签数据对模型预测效果的影响》2020.11.01
- 《表1 实验数据：少量标签机电设备大数据故障预测方法》2020.08.25
- 《表4 正确预测标签的分布》2020.08.25
- 《表1 层节点属性标签：集群无人系统自适应结构建模与预测》2020.03.20
- 《表2 重排后的形式背景：基于语义标签生成和偏序结构的图像层级分类》2020.02.01
- 《表1 基础符号定义：基于节点映射与标签数据构建的链接预测方法》2020.02.16
- 《表4 多标签样本的预测结果统计》2019.12.01
- 《表2 标签共现频次信息：基于动态采样和迁移学习的疾病预测模型》2019.10.01
- 《表1 数据集的分布：基于词语语义差异性的多标签罪名预测》2019.10.01
- 《表1 0 行业标签得分情况表》2019.06.01
- 《表3 样本特征及标签：基于时间粒的铝电解过热度预测模型》2019.07.30
- 《表1 引入标签映射预测结果对比 (RMSE)》2019.03.01
- 《表8 Flickr8k-cn上标签增强对于Attention模型的影响》2019.01.01
- 《表3 Google模型利用预测标签重排序的实例 (GT标签、MLP预测标签及其得分也展示在表格中)》2019.01.01
- 《表9 Flickr30k-cn上标签增强对于Attention模型的影响》2019.01.01