《表1 实验参数设置:结合注意力机制的Bi-LSTM-CRF中文电子病历命名实体识别》

《表1 实验参数设置:结合注意力机制的Bi-LSTM-CRF中文电子病历命名实体识别》   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
《结合注意力机制的Bi-LSTM-CRF中文电子病历命名实体识别》


  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

本文实验环境是Windows 64位操作系统,处理器为Intel Xeon CPU E5-2620 [email protected] GHz,内存32 GB。实验平台采用Python 3.5编程语言,搭建TensorFlow环境,并运用Jieba分词工具。实验中,设置网络的损失函数为softmax交叉熵损失函数,采用Adam优化方法不断地更新参数,并使损失函数最小化。为防止模型过拟合以及提高模型的泛化能力,在网络模型中加入Dropout。实验参数设置如表1所示。