《表4 实验结果：基于门控记忆网络的汉语篇章主次关系识别方法》

  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

《基于门控记忆网络的汉语篇章主次关系识别方法》

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

为了检验本文方法GMN-Nu的性能，设置了两个基准系统:（1）最好的传统模型ME[17]，该模型使用语义相似度、上下文特征，采用最大熵模型；（2）最好的神经网络模型TMN[18]，使用Bi-LSTM和CNN对两个篇章单元编码后使用三种匹配关系:Cosine、Bilinear和Single Layer Network，分别用于计算语义相似度、线性关系和非线性关系，最后用于篇章主次关系识别。表4展示了使用词向量作为输入的GMN-Nu模型与ME和TMN性能比较。