《表2 实验参数配置:基于神经网络的端到端的事件指代消解研究》
此外,我们将词性、文本类型、事件类型以及时态等特征的维度均设为20维,Bi-LSTM隐藏层的维度设为200维,每个前馈神经网络都由两个150维的线性层构成。其中,在经过前馈神经网络FFNNm后,我们对所有的候选元素进行筛选,由图4所示的结果变化可知,当阈值λ设为0.2时,模型在CoNLL以及AVG-F上的综合得分最高。在处理事件对中的时态特征和事件类型特征时,我们采用了二进制编码方式表示两个事件对的时态属性和事件类型是否一致。此外,考虑到计算成本,我们设置最大先行词匹配数量K=150,筛选后的span个数为P,将先行事件表述候选的搜索空间设为min{K,P}。具体的实验参数配置如表2所示。
图表编号 | XD0070612500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 吴瑞萦、孔芳 |
绘制单位 | 苏州大学计算机科学与技术学院、苏州大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |