《表3 面向少量标注数据的NER 4种方法比较》
提示：宽带有限、当前游客访问压缩模式
上述所介绍的4种面向少量标注的NER方法各有特点，本文从领域泛化能力、模型训练速度、对标注数据的需求和各方法的优缺点进行了细致地比较，整理分析的内容如表3所示。
| 图表编号 | XD00224552700 严禁用于非法目的 |
|---|---|
| 绘制时间 | |
| 作者 | 石教祥、朱礼军、望俊成、王政、魏超 |
| 绘制单位 | 中国科学技术信息研究所、中国科学技术信息研究所、中国科学技术信息研究所、中国科学技术信息研究所、中国科学技术信息研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 测试数据：一种面向矢量瓦片高效构建的空间索引方法》2020.10.05
- 《表4 四种标注方法正确句子数量比较》2020.10.10
- 《表4 小时层次聚类结果：一种面向定点轨迹数据的行程识别方法》2020.08.01
- 《表7 层次聚类分段：一种面向定点轨迹数据的行程识别方法》2020.08.01
- 《表6 日期聚类结果：一种面向定点轨迹数据的行程识别方法》2020.08.01
- 《表2 空间参数粒度：一种面向定点轨迹数据的行程识别方法》2020.08.01
- 《表1 时间参数粒度：一种面向定点轨迹数据的行程识别方法》2020.08.01
- 《表3 SA模块对比实验：少量标签机电设备大数据故障预测方法》2020.08.25
- 《表2 NER训练样本标注示范》2020.10.01
- 《表1 词性标注：面向短文本情感分析的多特征融合方法研究》2020.06.01
- 《表8 全部标注与少量标注对比实验》2020.05.25
- 《表1 人工标注语料结果：面向任务型多轮对话的粗粒度意图识别方法》2020.08.01
- 《表4 在3个数据集上几种图像标注方法的性能比较》2020.02.01
- 《表4 通用数据集上所有图像标注方法的标注结果》2019.10.25
- 《表3 不同方法标注数据用时比较》2019.11.05
- 《表3 3种方法生成语义标注和原始标注比较》2019.10.31
- 《表6 实验结果对比：面向机器学习的流式文档逻辑结构标注方法研究》2019.09.01
- 《表5 特征向量对比：面向机器学习的流式文档逻辑结构标注方法研究》2019.09.01
- 《表1 数据集：Trans-NER:一种迁移学习支持下的中文命名实体识别模型》2019.08.01
- 《表3 实验数据：一种面向遥感影像的分布式存储方法》2018.11.25