《表2 中文实体识别标注语料库》
提示：宽带有限、当前游客访问压缩模式
条
本文应用于迁移学习的中文数据集摘自维基百科中文语料，其中包含了人名、地名和机构名三类实体．该数据集总共包含56 000条句子，包括训练集、测试集和验证集等3个部分，语料大小如表2所示．
| 图表编号 | XD00148491700 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） |
相关图表
- 《表1 命名实体标注体系：基于深度学习的患者安全事件的命名实体识别》2020.06.01
- 《表2 LB检验结果：基于主动学习的中文电子病历命名实体识别研究》2020.11.15
- 《表2 数据标注示例：基于BERT的安全事件命名实体识别研究》2021.03.05
- 《表2 摩擦力学习进阶：基于准循环神经网络的中文命名实体识别》2020.07.16
- 《表1 实体标注：融合注意力机制的电子病历命名实体识别》2020.10.10
- 《表2 标注实例：改进的知识迁移景点实体识别算法研究及应用》2020.05.25
- 《表4 语料库构建过程中各类型实体标注一致性评价》2020.07.10
- 《表2 命名实体分类：结合注意力机制的Bi-LSTM-CRF中文电子病历命名实体识别》2020.07.10
- 《表2 实验结果对比：基于Bert,ReZero和CRF的中文命名实体识别》2020.06.18
- 《表3 维吾尔语实体识别标注语料库》2020.06.20
- 《表7 最小标注策略对部队编制实体识别结果的影响》2019.08.01
- 《表2 标注样例：基于预训练BERT字嵌入模型的领域实体识别》
- 《表1 旅游文本标注样例：基于卷积神经网络的中文景点识别研究》2020.02.15
- 《表2 实体类别及编码：基于Attention-BiLSTM的中文命名实体识别》2019.09.01
- 《表2 实体数量统计：基于深度学习和多特征融合的中文电子病历实体识别研究》2019.11.30
- 《表3 句子级实体标注和事件识别评价结果》2019.09.01
- 《表2 文本分布情况：基于多注意力的中文命名实体识别》2019.05.15
- 《表1 实体标签：基于多注意力的中文命名实体识别》2019.05.15
- 《表4 语料库规模：基于句子级Lattice-长短记忆神经网络的中文电子病历命名实体识别》2019.05.20
- 《表2 中文语料标注情况Tab.2 Chinese language annotation》2019.01.25