《表1 实验结果：一种针对中国移动客服文本的分词方法》
提示：宽带有限、当前游客访问压缩模式
各方法实验的结果如表1所示，Before列代表未使用上述分词方法的实验结果，After列代表使用上述分词方法的实验结果。
| 图表编号 | XD00139977400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.10 |
| 作者 | 钟建、高海洋 |
| 绘制单位 | 中国移动通信集团四川有限公司、中国移动通信集团四川有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 研究设计表：一种针对并行系统的状态存档冲突消减方法》2019.11.01
- 《表3 阶层回归分析结果：一种针对弱监管路由设备的恶意行为检测方法》2020.06.01
- 《表1 研究用酒样：一种针对恶意软件家族的威胁情报生成方法》2020.12.10
- 《表3 填报文本分词及部分词性标注结果》2021.02.28
- 《表2 实验结果对比：一种基于LSTM和CNN混合模型的文本分类方法》2020.06.01
- 《表2 实验结果对比：一种结合LSTM和集成算法的文本校对模型》2020.05.01
- 《表1 数据分词结果：基于招聘文本信息的信息与计算科学专业知识结构需求研究》2020.07.25
- 《表2 针对某特定群体的电信客服系统建设项目活动实施顺序表》2020.07.08
- 《表1 针对某特定群体的电信客服系统建设项目工作活动描述》2020.07.08
- 《表3 模型参数设置：一种基于循环神经网络的电网客服语音文本实体识别算法》2020.06.05
- 《表2 样本集合统计：一种基于循环神经网络的电网客服语音文本实体识别算法》2020.06.05
- 《表4 分词结果对比：一种面向科技项目文本的相似度度量方法》2020.05.06
- 《表3 消息文本的分词结果》2020.03.01
- 《表3 实验结果：针对文本情感分类任务的textSE-ResNeXt集成模型》2020.04.01
- 《表1 实验环境：一种基于BERT的自动文本摘要模型构建方法》2020.01.01
- 《表1 三类型党内法规文本的分词情况和词频统计结果(1)》2019.09.15
- 《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》2019.09.01
- 《表3 模型超参数设置：一种基于双向LSTM的联合学习的中文分词方法》2019.10.01
- 《表2 文本集中部分词语映射后结果》2019.10.01
- 《表1 实现结果比较：一种基于CNN与双向LSTM融合的文本情感分类方法》2019.12.01