《表6 文章内部添加注释：基于无向分块加权图的无模式实体识别方法研究》

  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

《基于无向分块加权图的无模式实体识别方法研究》

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

本文使用文献[19]中常用的方法来评估本文的分块方案。召回率recall=|DB|/|DP|，放置在至少一个块中的被识别pi部分；准确度precision=|DB|/‖B‖，即检测到识别pi的比较部分，综合评价标准F1=2×R×P/（R+P）。形式上，分块方案的精度是由它生成的块集合B决定的。本文处理的数据集包括无冗余数据集和冗余数据集。首先在Web爬取的电子产品数据D1-D2上验证本文的算法，D1-D2是冗余数据集，该数据集共包含1 000个数据，其中重复数据为234个，然后利用开放的真实数据集与基于模式方法和无模式方法进行比较；Dcen涉及美国人口普查局根据真实人口普查数据生成的记录；Dres包含餐厅指南的记录；Darti为包含科技文献的两个数据源；Dmov和Dpro分别为电影数据集和产品数据集。表6列出了相关数据集的特征。