《表6 综合实验结果对比：肝癌患者在线提问的命名实体识别研究:一种基于迁移学习的方法》

  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

《肝癌患者在线提问的命名实体识别研究:一种基于迁移学习的方法》

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

当实例迁移取最佳阈值时，从表6可以看出，本文提出的KNN-BERT-BiLSTM-CRF模型获得了最佳识别性能，F值为96.10%。证明了该实例迁移方法可在模型迁移的基础上，通过对源领域的知识迁移，进一步提升模型的识别效果。同时，多组对比实验表明，实例迁移效果未必随训练样本规模增大而持续提升，当扩展集加入过多领域外样本时，反而会出现负迁移现象。