《表2 Bi LSTM-CRF的超参数》

《表2 Bi LSTM-CRF的超参数》   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BiLSTM-CRF的MOOC课程评论抽取研究》


  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

超参数的设置对于Bi LSTM-CRF的训练非常重要。通过多次调参，文中最后确定的超参数如表2所示。文中利用极大似然和反向传播来学习Bi LSTM和CRF的参数。

图表编号XD00196047000    严禁用于非法目的
绘制时间2021.01.20
作者张文德、李学超、何珑
绘制单位福州大学信息管理研究所、福州大学信息管理研究所、福州大学网络与信息化建设办公室
更多格式高清、无水印（增值服务）

相关图表

  1. 《表5 Bi LSTM-CRF模型每类实体类型的评估结果（%）》2020.10.25
  2. 《表4 CRF、Bi LSTM与Bi LSTM-CRF评估结果（%）》2020.10.25
  3. 《表6 Bi LSTM-CRF模型错误类型构成情况（%）》2020.10.25
  4. 《表1 BERT-Bi LSTM-CRF与其他方法的比较[17]》
  5. 《表3 Bi LSTM-CRF与CRF的比较》2021.01.10
  6. 《表6 BERT-Bi LSTM-CRF与Bi LSTM-CRF模型LOC标签F1值对比》2021.03.05
  7. 《表2 深度LSTM网络的超参数选择与搜索范围》2020.12.01
  8. 《表2 基于Bi LSTM-CRF模型对症状和部位实体识别结果》2020.07.01
  9. 《表2 改进残差网络的超参数及其寻优空间》2020.09.30
  10. 《表2 AttBi-LSTM-CRF模型的超参数》2020.07.10
  11. 《表2 PCNN+BI-GRU+ATT模型的超参数》2020.05.20
  12. 《表2 随机森林算法和XGBoost算法的超参数搜索空间》2020.04.01
  13. 《表2 四种机器学习算法的超参数》2020.02.05
  14. 《表2 胶囊网络中的超参数设置》2020.01.01
  15. 《表2 XGBoost模型的超参数》2019.10.01
  16. 《表2 试验中的超参数设置》2019.07.31
  17. 《表2 SVR和XGBoost的超参数设置》2019.07.15
  18. 《表2 训练RVM模型的超参数和迭代次数》2019.07.10
  19. 《表2 本文CNN模型的超参数》2019.04.16
  20. 《表2 IPSOCNN算法中的超参数》2019.01.15

随机翻阅

《表1 两组患者月经色量对比(±s)》 《表1 广州7号线CBTC车载软件质量部分度量标准》 《表3 块体的稳定系数：国道G350某岩质边坡稳定性研究》 《表1 改革开放以来农村教育价值取向研究发文数量超过5篇的机构统计》 《表1 对照组与观察组患者临床效果比较（±s)》 《表1 对比观察组和对照组临床治疗效果 (n, %)》 《表2 淤泥 (4) 压缩试验指标》 《表4 钢筋基本性能Tab.4 Basic characters of steel bars》 《表2 推移活塞脉管制冷机部分部件的具体参数Table 2 Parameters of some components in pulse tube with displacer》 《表3 2019年9月发布的通报处于评议期情况》