《表6 不同模型命名实体识别结果》
%
为了验证IDCNN网络对命名实体识别性能的提高并有效地减少神经网络参数,用IDCNN拼接BiGRU;然后在IDCNN-BiGRU的基础上加入CRF层;最后在IDCNN的前面拼接上BERT构成本文提出的TBIBC模型,通过双向Transformer结构动态生成上下文语义表示,比例如word2vec等传统生成词向量的方式更能表征词句特征,不容易丢失关键信息.上述不同模型的评判指标结果如表6所示.
图表编号 | XD00148491800 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) |