《表1 课程知识抽取中Bi-LSTM模型所使用参数》

  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

《基于课表知识抽取的情报学课程设置启示研究》

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

从训练模型的整体性能出发，本文所选择的软件和硬件的整体性能如下：操作系统：ubuntu 16.04；内存：256 GB；CPU:Intel（R） Xeon（R） CPU [email protected] GHz。为了提高模型训练的速度，模型所训练的服务器配备了6块Tesla P40型号的GPU。同时，本文利用Python的Tensorflow模块实现BERT和BI-LSTM-CRF整体架构。按照十折交叉验证的规范，基于Bi-LSTM-CRF和BERT模型，本文共进行了20组的课程实体知识抽取深度模型的构建。BiLSTM模型所使用的具体参数如表1所示。