《表4 NER参数设置：基于Attention-BiLSTM的中文命名实体识别》

  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Attention-BiLSTM的中文命名实体识别》

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

课题组在开发集上进行了多组实验来选择最优参数，其中学习率和隐藏节点的实验结果如图4和5所示。从图4和5的实验结果可以观察到，当学习率和隐藏节点数分别达0.002和200时，F值取得最好的结果；当学习率与隐藏节点数再增加或减少时，F值有不变或者降低的趋势。因此本模型将最优学习率设置为0.002，最优隐藏节点数设置为200。利用以上实验方法可以获得其他参数的最优值，如表4所示。为了避免过拟合问题，采用了L2正则化算法和Dropout技术。