《表2 不同池化编码器准确率表现》

  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

《基于新型池化编码器的问答系统》

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

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。