《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》
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。
图表编号 | XD00125932500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 陈美杉、夏晨曦 |
绘制单位 | 华中科技大学医药卫生管理学院、华中科技大学医药卫生管理学院 |
更多格式 | 高清、无水印(增值服务) |