《表7 模型训练时间：基于迁移学习的维吾尔语命名实体识别》

  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

《基于迁移学习的维吾尔语命名实体识别》

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

min

模型对比实验是在GTX1080服务器上进行的，各个模型训练时间如表7所示．从表7中可以看出，本文提出的TBIBC模型较LSTM模型、BiLSTM模型、BiGRU-CRF等主流命名实体识别神经网络模型所耗费的时间短，时间复杂度低，训练时间只有1 630min，而训练时间最长的是BiLSTM-CRF.TBIBC模型里的IDCNN模块采用膨胀卷积，在有限的空间里尽可能地输入矩阵信息，达到减少神经元层数和参数的目的，提取序列信息的同时也加快了训练速度，所以时间复杂度更低．