《表1 社交网络中实体识别过程的研究进展》
提示：宽带有限、当前游客访问压缩模式
当前，国内外已有众多学者针对社交网络空间中的异常实体、关键实体等的识别过程展开了一系列的研究，具体研究进展如表1所示。
| 图表编号 | XD00168288200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.24 |
| 作者 | 黄炜、童青云、李岳峰 |
| 绘制单位 | 湖北工业大学经济与管理学院、湖北工业大学经济与管理学院、湖北工业大学经济与管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 单次训练过程中各实体识别F1分数随迭代次数的变化情况》2020.10.01
- 《表5 社交网络数据集：密度聚类在社区发现中的应用研究》2020.11.01
- 《表3 T1时段群体需求：移动社交网络下随机型群体需求的识别方法研究》2020.11.25
- 《表1 群体需求向量：移动社交网络下随机型群体需求的识别方法研究》2020.11.25
- 《表4 全部特征实验结果：社交网络中网络空间安全用户挖掘模型研究》2020.04.25
- 《表3 优化的特征组合：社交网络中网络空间安全用户挖掘模型研究》2020.04.25
- 《表2 初步特征组合：社交网络中网络空间安全用户挖掘模型研究》2020.04.25
- 《表2 三次实验结果对比：基于广度学习的异构社交网络敏感实体识别模型研究》2020.06.24
- 《表1 简历实体类别表：基于多神经网络协同训练的命名实体识别》2020.02.01
- 《表7 中介效应检验：社交网络中的隐私悖论：隐私关注、自我表露意愿对社交推文发送的影响研究》2019.12.23
- 《表1 部分小组话题数据：网络社交平台中社群标签动态生成研究》2019.10.25
- 《表4 扩展性实验结果：社交网络中的敏感内容检测方法研究》2019.08.01
- 《表3 对比实验结果：社交网络中的敏感内容检测方法研究》2019.08.01
- 《表1 算法对比：社交网络中的敏感内容检测方法研究》2019.08.01
- 《表4 中文社交媒体命名实体识别实验结果》2019.06.01
- 《表9 3种识别情况分布：融入自注意力机制的社交媒体命名实体识别》2019.06.01
- 《表3 模型实验设置对比：融入自注意力机制的社交媒体命名实体识别》2019.06.01
- 《表2 模型训练过程：基于深度神经网络的网络安全实体识别方法》2019.01.30
- 《表1 原子特征：基于深度神经网络的网络安全实体识别方法》2019.01.30
- 《表1 假设检验结果：酒店消费者的购买决策影响研究——基于网络社交媒体中在线评论的人际信任》2018.08.25