《表2 各方法在SNLI数据集上的实验结果对比》

  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

《基于胶囊的英文文本蕴含识别方法》

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

对基于胶囊的英文文本蕴含识别方法在SNLI数据集上的实验结果与其他已公开发表的方法进行了对比，如表2所示．表格中第1部分是由Bowman等提出的基准分类器模型，该方法融合了重叠词、BLEU得分等人工特征[1]．第2部分是基于文本编码的模型．第3部分的模型利用了文本之间的交互特征进行蕴含关系识别．由表2可知，基于胶囊的英文文本蕴含识别方法在SNLI数据集上的准确率达到了88.5%，超过所有基于文本编码的方法和基于交互特征的方法．通过集成学习策略整合多个模型的输出结果之后，该方法的性能又得到了进一步提升，准确率达到了89.2%．