创新实训个人工作日志(六)

本文总结了近期工作,主要针对CMRC数据对模型进行调整,尝试使用fact和opinion类型数据分别训练,以得到针对不同角度提问的模型。实验结果显示,匹配数据类型的模型在生成任务上表现更优,BLEU-4得分证明了分类生成的有效性。
摘要由CSDN通过智能技术生成

近期工作总结

最近在根据分类后的CMRC数据对模型进行调整,有想过改变编码器来适应分类后的数据,但是查阅很多资料后没有很具体很清晰的思路。后来转换了想法,使用fact和opinion类型的数据分别训练,这样就能自动得到两个针对不同角度提问的模型。

模型性能评估

为了证明我的思路是可行的,我设计了一组对比实验,通过比较生成问题的BLEU-4(衡量生成准确率的指标)

-fact数据opinion数据
fact模型28.94625.056
opinion模型24.00329.438

上述实验结果显示,数据与模型类别一致的能获得更好的生成效果,证明了我们分类生成的思路是可行并且有效的。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值