《表3 在验证和测试数据上的命名实体和名义提及实体的NER结果》
提示：宽带有限、当前游客访问压缩模式
表4显示了NER任务中本文的模型与文献[23-27]的模型在数据集上的准确率、召回率和F1值的结果．如表4所展示，与其他模型相比，本文的模型F1值整体提升了1.88%.
| 图表编号 | XD00115075800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.01 |
| 作者 | 王昊、史玉雪、刘高军、段建勇 |
| 绘制单位 | 北方工业大学信息学院、北方工业大学信息学院、北方工业大学信息学院、北方工业大学信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 基于深度学习的命名实体识别实验数据规模》2020.09.30
- 《表2 API命名实体识别测试集实验结果》2020.05.01
- 《表3 基于机器学习和深度学习模型的古文命名实体识别研究汇总》2021.01.01
- 《表3：命名实体识别测试结果》2020.12.01
- 《表3 实验超参数设置：基于部首嵌入和注意力机制的病虫害命名实体识别》2020.12.18
- 《表3 DA-NER模型在Weibo NER和Resume上的实验结果》2020.10.01
- 《表4 DA-NER模型在数据集上的生成数据和真实数据的例子》2020.10.01
- 《表2 实体数据来源：军用软件测试领域的命名实体识别技术研究》2020.05.01
- 《表1 实体类型：军用软件测试领域的命名实体识别技术研究》2020.05.01
- 《表2 实验结果对比：基于Bert,ReZero和CRF的中文命名实体识别》2020.06.18
- 《表2 SMAN方法和其他对比算法在Pascal Sentence上的跨模态实体分辨结果》2020.03.30
- 《表3 SMAN方法和其他对比算法在Wikipedia上的跨模态实体分辨结果》2020.03.30
- 《表4 SMAN方法和其他对比算法在XMedia上的跨模态实体分辨结果》2020.03.30
- 《表4 NER参数设置：基于Attention-BiLSTM的中文命名实体识别》2019.09.01
- 《表3 实验3结果：Trans-NER:一种迁移学习支持下的中文命名实体识别模型》2019.08.01
- 《表2 实验1结果：Trans-NER:一种迁移学习支持下的中文命名实体识别模型》2019.08.01
- 《表1 数据集：Trans-NER:一种迁移学习支持下的中文命名实体识别模型》2019.08.01
- 《表1 数据集：基于迁移学习和BiLSTM-CRF的中文命名实体识别》2019.06.01
- 《表4 Transformer+CRF模型在测试数据集上的实体识别情况》2019.05.15
- 《表1 330份入院记录中5类命名实体抽取的交叉验证准确率》2019.11.15