《表4 模型迁移实验结果对比》

  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

为检验BERT模型对传统词向量表示方法的提升效果，基于目标数据集进行Word2Vec-Bi LSTM-CRF与BERT-Bi LSTM-CRF模型的对比实验，结果如表4所示。对比无迁移的Word2Vec-BiLSTM-CRF模型，使用BERT预训练模型进行知识迁移的方法，F值整体提高了7.86%，证明了BERT模型应用于中文生物医学领域命名实体识别任务的有效性。