《表3 数据集中各类实体数量统计》

  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

3)Jieba分词以及词性标注。Jieba分词是常见的中文分词工具，有中文分词和词性标注等多种功能。在提取实体的过程中，不仅要把实体归入正确的类别中，还要正确识别出实体边界。常用于命名实体识别的标注策略有BIO模式、BIOE模式以及BIOES模式，本文采用了BIOES模式，其中：“B”指的是实体的开始，“I”指的是实体中间的部分，“O”指的是不被标注的实体，“E”指的是实体的结束，“S”指的是实体用单字表示。本实验研究的数据共计335份，其中80%作为训练集，20%作为测试集。训练集和测试集中各类别的实体个数如表3所示。