《表2 不同池化编码器准确率表现》
针对问答系统,考察不同编码器在句子匹配问题方面的表现,性能指标如表2所示。在SUQAD数据集上池化序列编码器的效果比CNN和LSTM都好[13]。池化序列编码器结果表明自然语言处理中的匹配问题,在大多数情况下,只需简单地模拟单词在两个序列之间的比对即可。从这个角度来看,在本文的问答系统中,句子之间的词序信息对于预测关系变得不重要了[14]。而且,考虑到更简单的模型架构可能比LSTM或基于CNN的模型更容易优化,从而产生更好的效果实验结果。
图表编号 | XD0061630700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.20 |
作者 | 姚千鹤、魏银珍 |
绘制单位 | 武汉邮电科学研究院研究生部、武汉邮电科学研究院研究生部 |
更多格式 | 高清、无水印(增值服务) |