《表2 BioNLP数据集对比实验结果》

  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

《利用机器学习对生物医药文献命名实体识别和关系抽取研究》

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

笔者利用生物医学数据集BioNLP系列（EPI11、GE09、GE11、GE13、PC13），分别对TEES模型和Ours（集成模型）的精确率、召回率、F1值进行百分比指数对比试验[9-10]，实验结果如表2所示。BioNLP系列数据集具有丰富的语料信息，并拥有多样的数据标注类型和相对小的数据规模。从表2中可以看出，设计的模型（Ours）除了在GE09语料数据集上的F1值达到51.79%，略逊于TEES模型外，在EPI11、GE11、GE13、PC13语料数据集上均实现了较好的效果。