《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》
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.
图表编号 | XD00148491200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.20 |
作者 | 孔祥鹏、吾守尔·斯拉木、杨启萌、李哲 |
绘制单位 | 新疆大学软件学院、新疆大学信息科学与工程学院、新疆大学软件学院、新疆大学软件学院 |
更多格式 | 高清、无水印(增值服务) |