《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》
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。
图表编号 | XD0070615400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 李青青、杨志豪、罗凌、林鸿飞、王健 |
绘制单位 | 大连理工大学计算机科学与技术学院、大连理工大学计算机科学与技术学院、大连理工大学计算机科学与技术学院、大连理工大学计算机科学与技术学院、大连理工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) |