《表3 模型性能比较:基于BiLSTM的公共安全事件触发词识别》

《表3 模型性能比较:基于BiLSTM的公共安全事件触发词识别》   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BiLSTM的公共安全事件触发词识别》


  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

由于中文相关语料库受限,多数事件触发词的研究都未在CEC数据集上进行,因此论文选择复现传统机器学习与深度神经网络中的典型模型进行比较.其中有,Pyysalo等[4]基于人工提取特征的支持向量机分类模型,Zhou等[5]从领域语料库里面获得词的领域信息表示,并与句法语义等特征信息进行组合,最终使用多核学习的方法进行分类,以及Wang等[18]基于N-Gram特征与实体信息两类特征作为输入,采用卷积神经网络模型识别触发词.为了能够有效复现对比模型,论文基于libSVM与TensorFlow开源软件复现上述工作,在保证效果无损失的情况下,应用于本文的语料库进行实验,对比实验结果如表3所示.