《表9 手工特征对含未登录词数据的影响》

《表9 手工特征对含未登录词数据的影响》   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
《MCA-Reader:基于多重联结机制的注意力阅读理解模型》


  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

关于字、词共现特征为何能使模型性能产生较大的提升,本文认为是这两个不同粒度的对齐特征能缓解一定的未登录词问题。本文设计了对比实验,抽取了验证集中部分数据,抽取的原则是问题中必须包含未登录词,共抽取数据837条,作为本部分实验的测试数据,最终结果如表9所示。从结果上来看,手工特征的引入,对于未登录词的问题确实有一定的缓解作用。由于字特征比词特征的粒度更细,提升效果也更加明显。