《表2 测试数据中注视词的基线率》

  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

《基于深度神经网络的个体阅读眼动预测》

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

为了防止因训练数据量较少而可能带来的过拟合问题，本文采取了4种策略:1) 使用结构较简单的模型，即减少设计模型的复杂度，使模型深度仅为4层，单层的节点数最多处为50；2) 选用较少的特征，即仅选用词长和词性作为候选特征，在对实验精度影响有限的前提下，有效地防止了训练过拟合；3) 应用dropout丢掉一些网络节点，即丢掉10%的无用节点，以防止过拟合；4) 使用数据增强技术（data augmentation）扩充训练样本，即通过对文本序列数据应用一维卷积操作。卷积核长度（length）分别为2、3、4，权值依次取集合{unique（S）}中的元素，经过卷积运算之后训练样本增加的倍数为sizeof（unique （S）） ×3，实际的训练样本中所包含的单词数为:[sizeof（S）+lenth-1]×sizeof（unique （S）） ，lenth∈{2，3，4}。其中，unique表示去除重复操作，得到唯一单词，sizeof表示求元素个数操作。以数据集中的第一个受试为例，所阅读的单词数为2 743，sizeof（unique （S）） 数为1 272，采用长度为2、3、4的卷积核进行一维卷积操作之后，训练样本数据量扩充了3 816倍，实际的训练样本中所包含的单词数为18 854 856个（见表2）。