《表6 不同模型命名实体识别结果》

  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

%

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．