《表5 Bi-LSTM+CRF方法的术语抽取效果》
Bi-LSTM+CRF模型由Python编程(基于TensorFlow架构)实现,实验采用80个epochs在深度学习模型上进行训练,Batch-size为64,Dropout率为0.5,LSTM大小设为100。实验结果见表5。
图表编号 | XD00213463400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.26 |
作者 | 蒋婷 |
绘制单位 | 南京财经大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |
Bi-LSTM+CRF模型由Python编程(基于TensorFlow架构)实现,实验采用80个epochs在深度学习模型上进行训练,Batch-size为64,Dropout率为0.5,LSTM大小设为100。实验结果见表5。
图表编号 | XD00213463400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.26 |
作者 | 蒋婷 |
绘制单位 | 南京财经大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |