《表1 模型参数：基于word2vec和Attention-Seq2Seq的水稻病虫害智能问答方法研究》

  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word2vec和Attention-Seq2Seq的水稻病虫害智能问答方法研究》

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

本研究利用Scrapy爬虫框架爬取水稻病虫害的问答数据。经过爬取、筛选以及整理分析后得到20200条水稻病虫害问答数据。采用随机抽取方法，将数据分为训练集、验证集与测试集，比例为7/1/2。采用训练的硬件环境为:显卡NVIDIA Quadro P600，CPU Intel（R）Xeon（R）Silver 4110，内存16GB。本研究分别采用Seq2Seq模型、Seq2Seq模型和Attention机制以及word2vec、Attention机制结合Seq2Seq模型进行对比试验。在训练过程中，本研究模型的基本参数设置为:LSTM层数为2层，LSTM每层神经元个数256，batchsize（批量梯度下降的大小）为64，其他参数如表1。同时，将其他两种模型参数调整达到最优状态。将三种模型按照上述参数设置进行训练，训练结果如图5和图6。