《表2 设备实体数据集上的实验结果》
设备实体数据集上的实验结果如表2所示.从表中可以看出,两个对比方法Bi LSTM-CRF和Lattice LSTM的F1值分别达到了85.34%和88.38%,而本文提出的BERT-fune-tune方法的F1值达到了95.05%,比Bi LSTM+CRF和Lattice LSTM提高了9.71%和6.67%.由此可见,该方法比业界普通使用的基线方法能更有效地识别出工单记录文档中的设备实体信息.
图表编号 | XD00197642300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 朱江、陈涛、李鹤喜、何振威、曾昭德、浦汉军 |
绘制单位 | 五邑大学智能制造学部、五邑大学智能制造学部、五邑大学智能制造学部、深圳中集智能科技有限公司、深圳中集智能科技有限公司、深圳中集智能科技有限公司 |
更多格式 | 高清、无水印(增值服务) |