《表5 CLASS-CRF模型在不同特征模板下的实验性能对比》
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.
图表编号 | XD0039650400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 贺瑞芳、段绍杨 |
绘制单位 | 天津大学智能与计算学部、天津市认知计算与应用重点实验室、天津大学智能与计算学部、天津市认知计算与应用重点实验室 |
更多格式 | 高清、无水印(增值服务) |