《表3 超参数设置：基于多任务学习的生物医学实体关系抽取》

  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

《基于多任务学习的生物医学实体关系抽取》

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

实验中，我们从PubMed中下载MedLine摘要，然后加入了本文中使用的5个语料数据，使用Word2Vec工具中的skip-gram模型来进行词向量预训练。本实验使用交叉熵损失函数作为目标函数，使用RMSprop算法[25]进行参数优化，并从训练集中随机划分20%作为验证集，用于选择模型超参数，实验中的模型主要超参数如表3所示。此外，本实验采用生物医学实体关系抽取任务中常用的综合分类率F值评价指标对实验结果进行评价。