《表5 各模型中偏置实体数量及比例》
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
《基于深度学习和多特征融合的中文电子病历实体识别研究》
表5给出了各模型预测结果中存在标签偏置错误的实体数和预测出的总实体数(包含偏置实体),其中BiLSTM-CRF与BiLSTM-withfea模型结果由十次结果平均后取整数而得到.由表5可知,虽然Voting方法得到结果的F值较BiLSTM-withfea模型结果低0.13%,但Voting算法结果中不存在标签偏置错误,这表明投票算法在标签纠正方面有较好的表现.
图表编号 | XD00109594500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.30 |
作者 | 韩普、刘亦卓、李晓艳 |
绘制单位 | 南京邮电大学管理学院、江苏省数据工程与知识服务重点实验室南京大学、南京大学信息管理学院、南京医科大学基础医学院 |
更多格式 | 高清、无水印(增值服务) |