《表1 2 不同词嵌入的依存关系识别结果》
%
从表12可以看出,CBOW模型的结果依旧不是很理想,并且Skip-gram模型仍优于Glove模型。百度数据在对话依存关系中和任务数据的契合度依旧为任务提供了很好的词嵌入表示。在多个字/词嵌入表示中,300维度的词嵌入的实验结果最为优秀。同时在整体实验结果中,词嵌入的实验结果要优于字嵌入。实验结果表明在对话依存关系分析任务中,词嵌入的表达能力要优于字嵌入,这是因为在对话语篇中词语表达更能体现对话的特点,通过注意力机制,词嵌入之间的权重变化更加明显,这也体现出了对话依存关系识别任务与DA识别任务之间的差异。
图表编号 | XD003716100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 张学敬、吕学强、周强 |
绘制单位 | 北京信息科技大学网络文化与数字传播北京市重点实验室、北京信息科技大学网络文化与数字传播北京市重点实验室、北京信息科学与技术国家研究中心、清华大学信息技术研究院语音和语言技术中心 |
更多格式 | 高清、无水印(增值服务) |