《表3 四种方法的评估结果》

  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

《军用软件测试领域的命名实体识别技术研究》

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

%

实验2所有识别模型的命名实体识别阶段均是采用BiLSTM+CRF的组合，区别在于字符级特征提取阶段所采用的方法，目前常用的字符级特征提取网络为循环神经网络（recurrent neural network，RNN）、CNN和BiLSTM网络，因此选取这三种网络作为对比方法。方法1是用普通RNN网络提取字符级特征；方法2是用CNN网络提取字符级特征；方法3是用BiLSTM网络提取字符级特征；方法4是采用本文改进的字符级特征提取方法。四种方法的参数保持一致：迭代次数设为50，批处理次数设为10，字、词向量设为150维，学习速率设为0.001，隐藏层单元数目设为250，dropout参数设为0.5，结果对比如表3所示。