《表2 WIKIQA数据集上的实验结果》

  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

《MGSC:一种多粒度语义交叉的短文本语义匹配模型》

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

针对MGSC模型的四种变形，我们在WIKIQA数据集上进行了实验.这四种变形是通过在同等实验条件下，改变语义交叉特征图的数量和种类而得到的.在图4中，MGSC@1模型只用到两个句子原语义的交叉，包括一张交叉特征图；MG-SC@3模型用到两个句子的原语义与原语义、正语义和正语义、反语义和反语义交互形成的三张交叉特征图；MGSC@4模型是两个句子的原语义和正语义两两交互，形成四张语义交叉特征图，不加入反语义；MGSC@9模型，即我们提出的M GSC模型，采用两个句子的原语义、正语义、反语义之间两两交互形成的九张语义交叉特征图.该图表明，语义交叉是一种行之有效的语义匹配方法.比较MGSC@1模型和MGSC@4模型，可以看到模型中加入正向语义带来明显的效果提升；比较MGSC@1和MGSC@3两个模型，同样能说明加入正向语义和反向语义的优势；比较MGSC@1模型和MGSC@4、M GSC@9三个模型，实验结果表明，不同粒度的语义交叉能够带来效果的有效提升.