《表3 预测标注实例:基于注意力机制的Bi-LSTM结合CRF的新闻命名实体识别及其情感分类》
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
《基于注意力机制的Bi-LSTM结合CRF的新闻命名实体识别及其情感分类》
本文模型效果评估指标有准确率(Precision)、召回率(Recall)和F1值(F1-score)[15]。每个指标都有实体词的得分和实体情感的得分两部分,计算每个样本单独的指标值,然后取所有样本指标值的平均数作为最后的结果。情感分析的指标值由实体_情绪的组合标签进行判断,只有实体与情绪都正确才算正确的标签。其中,两条实例数据的预测结果如表3所示,对应的预测得分如表4所示。
图表编号 | XD00163198100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.10 |
作者 | 胡甜甜、但雅波、胡杰、李想、李少波 |
绘制单位 | 贵州大学计算机科学与技术学院、贵州大学机械工程学院、贵州财经大学大数据统计学院、贵州大学机械工程学院、贵州大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |