《表5 神经网络与传统方法的错误率比较》
LSTM能嵌入变化尺寸的区域,而CNN需要这个区域尺寸是固定的。从表格5上来看,可以认为LSTM相对于CNN有小幅度的改进。然而,CNN的这个缺点是可以被缓解的,可以使用多个卷积层和有区别的区域尺寸。在上述表格中的CNN我们采用两个卷积层和两个不同的区域尺寸,尽管这些模型比表格3的要大,训练和测试的速度仍然比LSTM要快。做为比较,LSTM的长处在于可以嵌入更大的区域,不过在这里好像没有太大的贡献,这可能是因为训练数据的数量对于长单词序列的学习不是很有效率。总体上说,CNN由于它的简洁表现的比预想的要好,所以有足够的理由把这两种方法结合在一起。
图表编号 | XD0050405900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 王星峰 |
绘制单位 | 辽东学院信息工程学院 |
更多格式 | 高清、无水印(增值服务) |