《表2 中文专利文本模型训练和分类平均耗时》
提示：宽带有限、当前游客访问压缩模式
中文专利文本模型训练和分类平均耗时如表2所示．
| 图表编号 | XD00219569600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.20 |
| 作者 | 陈子豪、谢从华、时敏、唐晓娜 |
| 绘制单位 | 常熟理工学院计算机科学与工程学院、常熟理工学院计算机科学与工程学院、常熟理工学院计算机科学与工程学院、常熟理工学院计算机科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 中文邮件实验结果：基于标签语义相似的动态多标签文本分类算法》2020.10.01
- 《表2 基于图分类的中文长文本匹配结果》2020.06.01
- 《表3 模型消融实验结果：基于图分类的中文长文本匹配算法》2020.06.01
- 《表2 摘要结果示例：基于BERT-PGN模型的中文新闻文本自动摘要生成》2021.01.10
- 《表2 专利文本特征抽取模型的测试结果》2021.02.16
- 《表4 不同分类模型平均训练时间和加速比》2020.10.25
- 《表2 各土层承载力取值：基于LSTM的中文文本多分类应用研究》2020.12.01
- 《表1 母材化学成分：基于LSTM的中文文本多分类应用研究》2020.12.01
- 《表3 实验结果：基于预训练模型的文本分类网络TextCGA》2020.04.25
- 《表1 数据集及划分情况：基于预训练模型的文本分类网络TextCGA》2020.04.25
- 《表3 文本分类的结果：基于预训练模型和联合调参的改进训练算法》2020.02.20
- 《表2 训练文本示例：服装设计知识图谱中的服装装饰工艺分类模型》2020.08.15
- 《表3 部分实验参数设置：基于ERNIE-BiGRU模型的中文文本分类方法》2020.08.01
- 《表1 实验环境及配置：基于ERNIE-BiGRU模型的中文文本分类方法》2020.08.01
- 《表4 不同模型训练一个epoch的平均耗时对比》2020.01.01
- 《表1 三种算法对中文文本分类结果比较》2019.09.01
- 《表1 实验结果：基于GRU-Attention的中文文本分类》2019.02.10
- 《表2 中文情感特征类别：多语言文本情绪分析模型MF-CSEL》2019.05.01
- 《表5 LSTM-CRF模型和LSTM模型训练和测试耗时秒》2019.01.24
- 《表1 农业文本语料数据：一种基于中文关键字符串核函数的分类算法》2019.01.25