《表2 融合源端句法和语义角色信息的实验结果和提升值》
注:“时间”表示不同模型训练一轮所花费的时间,以分钟为单位。
融合源端句法和语义角色信息只是使源端序列变长,但不会引入新参数。然而,模型在融合句法和语义角色信息后,由于输入序列变长,会略微增加训练时间。基于单GPU GeForce GTX 1080,如表2中“时间”列所示,基准模型完成一轮训练需要4.9分钟,而融合源端句法和语义角色信息的模型则分别花费5.5分钟和5.2分钟,训练时间分别提升1.12倍和1.06倍。最后,同时融合源端句法和语义角色信息的模型每轮则会花费6.0分钟,较基准模型仅提高1.22倍。
图表编号 | XD0070612800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 葛东来、李军辉、朱慕华、李寿山、周国栋 |
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、阿里巴巴集团、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) |