《表1 不同模型实验结果对比》
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
《预训练语言模型在中文电子病历命名实体识别上的应用》
由于本文需搭建不同模型,因此本文实验环境在不同的软硬件系统中执行。实验以模型为基础设计了多组对比实验,从而验证不同模型及方法在中文电子病历命名实体识别中的效果。不同模型实验结果对比如表1所示。实验分为三个部分,首先在未引入任何外部资源的前提下,以word2vec方式获取词特征,整合CRF获取基准模型精度,并因此而获得了66.6%的基线F值;其次分别使用BERT,ERNIE,ALBERT,NEZHA预训练模型搭建预训练模型、条件随机场框架验证预训练语言模型的可用性及高效性。最后引入双向循环神经网络至模型中添加特征提取环节,实验结果如表2所示。
图表编号 | XD00187972600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.20 |
作者 | 吴小雪、张庆辉 |
绘制单位 | 河南工业大学、河南工业大学 |
更多格式 | 高清、无水印(增值服务) |