《表9 在两种相似度计算方法下, 中心化前后相似度矩阵质量与词向量质量的Pearson相关系数》
表9为中心化前后相似度矩阵的质量评价值(相似度矩阵和人工标注结果的Pearson值)与词向量质量(Spearman值)的Pearson相关系数。从表9中能够看出,中心化后的Pearson值在点积相似度和余弦相似度中都高于中心化前,再次说明,中心化后的相似度矩阵更能符合人工标注的相似度结果,相似度矩阵更加合理。由此可见,中心化后能增强相似度矩阵与词向量质量的线性相关性,相似度矩阵的结果更符合人工标注的结果,相似度矩阵更加合理,从而能够提升词向量的质量。
图表编号 | XD0035712100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 徐帆、王裴岩、蔡东风 |
绘制单位 | 沈阳航空航天大学人机智能研究中心、沈阳航空航天大学人机智能研究中心、沈阳航空航天大学人机智能研究中心 |
更多格式 | 高清、无水印(增值服务) |