38、关系三元组提取与改进SVPWM策略在变频感应电机驱动中的应用

关系三元组提取与改进SVPWM策略在变频感应电机驱动中的应用

1. 关系三元组提取模型

在关系三元组提取领域，研究人员提出了一种基于联合实体 - 关系提取框架的轻量级变压器模型。

1.1 模型实现细节

• 库和模型选择 ：该模型使用 PyTorch 库和 CUDA 11 实现。基础模型采用 Huggingface 的 DistilBERT，transformer 库版本为 4.12。
• 训练设置 ：对于两个数据集，模型设置为最多运行 60 个 epoch，并采用了提前停止机制。如果连续 15 个 epoch 分数没有提高，提前停止机制将被触发。两个数据集都使用随机梯度提升优化器，学习率为 0.1。训练数据进一步划分为训练集和验证集，超参数由验证数据确定。

通过这些设置，研究人员显著减少了可训练参数的数量。以下是与其他基于变压器的模型可训练参数的比较表格（此处假设表格 3 内容为具体对比数据，但原文未给出，仅示意）：
| 模型 | 可训练参数数量 |
| ---- | ---- |
| 本模型 | [具体数量] |
| 其他模型 1 | [具体数量] |
| 其他模型 2 | [具体数量] |

1.2 模型测试结果

模型对不同类别的测试数据进行了测试，详细结果记录在表格 4 中（此处假设表格 4 内容为具体测试结果，但原文未给出，仅示意）。可以观察到，该模型在所有三元组类别场景中表现良好。与 NYT 数据集相比，WebNLG 数据集的得分略有下降