《表4 不同神经网络模型实验结果》
%
为了和主流的神经网络模型进行维吾尔语命名实体识别任务上的性能对比,实验中分别采用RNN、LSTM、BiGRU、BiLSTM-CRF、BiGRU-CRF进行实体识别任务,结果如表4所示.从表4中可以看出:使用BiGRU-CRF的F1值是最高的,达到了83.96%;BiGRU比LSTM的F1值高出0.11%,并且BiGRU-CRF的F1值比传统神经网络RNN提高了4.89%,比BiLSTM-CRF的F1值也高出0.14%.
图表编号 | XD00148491500 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) |