《表3 模型性能比较:基于BiLSTM的公共安全事件触发词识别》
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.
图表编号 | XD0083820400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 易士翔、尹宏鹏、郑恒毅 |
绘制单位 | 重庆大学自动化学院、重庆大学自动化学院、重庆大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |