《表1 事件抽取实验结果:一种面向生文本的事件同指消解神经网络方法》
为了验证本文面向生文本的事件同指系统的性能,本文选取了目前性能最好的面向生文本的事件同指消解系统Lu[18]作为基准系统。另外,由于神经网络方法Krause[8]使用了大量的标注事件特征,所以无法和本文方法进行比较。事件抽取、事件真实性识别和事件同指消解的结果如表1~表3所示。其中,表1和表2中LC为图1所示的模型,ENS_NN是集成模型。
图表编号 | XD0091815600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 方杰、李培峰、朱巧明 |
绘制单位 | 苏州大学计算机科学与技术学院、苏州大学计算机科学与技术学院、苏州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) |