《表4 具有不同组件的各自模型的性能》

  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

《基于层次结构的生成式自动文摘》

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

注:其中R-2，R-4，R-SU4和Overall分别为ROUGE-1，ROUGE-2，ROUGE-SU4和Overall Score的缩写。

实验结果如表4所示，其中char＿encoder模型为使用字级编码器的模型，具体实现方式为将传统基于注意力机制的seq2seq的编码器替换为本文2.1.1节中的字级编码器；sen＿encoder模型为使用句级编码器的模型，具体实现方式为将传统基于注意力机制的seq2seq的编码器替换为本文2.1.2节中的句级编码器。但是，由于没有字级编码器，无法将每个句子的最后一个字符的隐藏层表示作为句嵌入向量。在此，我们简单地将句子中的每个字的字嵌入向量相加求平均作为该句子的句嵌入向量；hier＿encoder模型为使用本文提出的层次文档阅读器的模型，具体实现方式为将传统基于注意力机制的seq2seq的编码器替换为本文2.1节中的层次文档阅读器，但是无语义融合单元。