《表1 match-LSTM与本文模型的对比实验结果》
最后,还使用BiDAF基线模型和另一种流行框架match-LSTM[18]模型与本模型进行对比实验.match-LSTM模型主要包括3层结构:(1)LSTM预处理层,在该层分别将文本和问题通过LSTM进行编码,使向量化后的每个词都包含上下文信息;(2)match-LSTM层,该层的主要功能为匹配文章和问题,挖掘两者关联信息,本质为一个LSTM单元和一个attention单元组成,相当于在LSTM的原始输入上增加文本当前位置对于问题的attention;(3)Pointer-Net层,作用为抽取答案,是一个序列化迭代attention的过程.该模型在SQuAD任务中表现出较优秀的性能.使用matchLSTM的边界模型(预测结果为答案起始位置)进行对比实验,实验结果如表1所示,证明本文的模型有效且具有一定优势.
图表编号 | XD0038339200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.30 |
作者 | 顾健伟、曾诚、邹恩岑、陈扬、沈艺、陆悠、奚雪峰 |
绘制单位 | 苏州科技大学电子与信息工程学院、苏州市虚拟现实智能交互及应用技术重点实验室、昆山市公安局指挥中心、苏州科技大学电子与信息工程学院、苏州科技大学电子与信息工程学院、苏州市虚拟现实智能交互及应用技术重点实验室、苏州科技大学电子与信息工程学院、苏州市虚拟现实智能交互及应用技术重点实验室、苏州科技大学电子与信息工程学院、苏州科技大学电子与信息工程学院、苏州市虚拟现实智能交互及应用技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |