《表1 ACE事件举例：基于注意力机制BiLSTM的事件抽取方法》
提示：宽带有限、当前游客访问压缩模式
对于句子：“他死在医院。”应抽取到事件类型为“死亡”以及事件触发器“死”和事件参数“他”角色=受害者），以及“医院”（角色=地点）。
| 图表编号 | XD00155781500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.20 |
| 作者 | 盛煜堃、彭艳兵 |
| 绘制单位 | 武汉邮电科学研究院、武汉邮电科学研究院、烽火通信科技股份有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 事件抽取代表模型在ACE数据集的效果对比》2020.10.25
- 《表1 主要事件的定义：基于深层语境词表示与自注意力的生物医学事件抽取》2020.09.01
- 《表4 不同提取方法耗时：基于多层注意力机制的农业病虫害远程监督关系抽取研究》2020.07.30
- 《表3 不同提取方法结果：基于多层注意力机制的农业病虫害远程监督关系抽取研究》2020.07.30
- 《表7 综合评测评分细则：学术文本词汇功能识别——基于标题生成策略和注意力机制的问题方法抽取》2021.01.24
- 《表3 BLEU测试结果：学术文本词汇功能识别——基于标题生成策略和注意力机制的问题方法抽取》2021.01.24
- 《表2 实验环境：学术文本词汇功能识别——基于标题生成策略和注意力机制的问题方法抽取》2021.01.24
- 《表1 实验原水水质指标：基于案件描述注意力机制的刑事案件要素关系抽取》2020.12.31
- 《表2 因素水平：基于神经元块级别注意力机制的LSTM关系抽取》2020.12.31
- 《表1 实验设计具体处理：基于神经元块级别注意力机制的LSTM关系抽取》2020.12.31
- 《表2 模型实验效率对比：基于BiLSTM-CRF的中文临床指南治疗事件抽取》2020.02.01
- 《表4 模型性能比对：基于多通道自注意力机制的电子病历实体关系抽取》2020.05.01
- 《表3 关键参数：基于多通道自注意力机制的电子病历实体关系抽取》2020.05.01
- 《表3 效果对比：基于注意力机制BiLSTM的事件抽取方法》2020.04.20
- 《表4 方法对比：基于注意力机制BiLSTM的事件抽取方法》2020.04.20
- 《表5 样例抽取：基于卷积注意力机制的情感分类方法》2020.01.16
- 《表1 数据集格式：基于GRU和注意力机制的远程监督关系抽取》2019.10.01
- 《表2 参数设置：基于GRU和注意力机制的远程监督关系抽取》2019.10.01
- 《表3 模型性能比较：基于BiLSTM的公共安全事件触发词识别》2019.09.01
- 《表4 特征性能比较：基于BiLSTM的公共安全事件触发词识别》2019.09.01