《表5 CLASS-CRF模型在不同特征模板下的实验性能对比》

  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

《基于多任务学习的中文事件抽取联合模型》

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

为了验证问题1) ，我们设计了两个系统:基于混合训练的事件抽取联合模型（MIX-CRF）（MIX-CRF、CLASS-CRF以及MTL-CRF均为本文根据模型的特点所起的名字） 和基于分类训练的事件抽取联合模型（CLASS-CRF），实验结果见第4.3.2节中的表6；为了验证问题2) ，我们将模型CLASS-CRF与目前性能最优的中文事件抽取分步模型（见表4）进行对比，实验结果见第4.3.3节中的表7.为了验证问题3) ，本文将CLASS-CRF模型与基于多任务学习的中文事件抽取联合模型（MTL-CRF）进行对比，实验结果见第4.3.3节.另外，由于在条件随机场中不同的特征模板会对实验结果产生较大影响，为了充分挖掘对事件抽取有用的特征，本文设计了3种不同的特征模板，分别为Tempalte 1、Template 2、Tempalte 3，并在接下来的所有实验中选取性能最优的特征模板进行实验.3种特征模板的实验结果见第4.3.1节中的表5，所选取的具体特征如下.