《表2 类别描述及举例：基于深度学习的竞争情报命名实体识别研究》
提示：宽带有限、当前游客访问压缩模式
在对800篇新闻完成标注后，本文抽取出其中所包含的机型名、技术名，并分别对机型、技术进行简要描述，如表2所示。
| 图表编号 | XD00224561600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.15 |
| 作者 | 马千程、王崑声、周晓纪 |
| 绘制单位 | 中国航天系统科学与工程研究院、中国航天系统科学与工程研究院、中国航天系统科学与工程研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 命名实体标注体系：基于深度学习的患者安全事件的命名实体识别》2020.06.01
- 《表3 基于深度学习的命名实体识别实验数据规模》2020.09.30
- 《表5 基于深度学习的命名实体识别实验结果》2020.09.30
- 《表3 模型性能对比表：基于深度学习的竞争情报命名实体识别研究》2020.09.15
- 《表1 竞争情报网页源：基于深度学习的竞争情报命名实体识别研究》2020.09.15
- 《表1 数据描述性统计：基于语言模型的中文命名实体识别研究》2020.10.25
- 《表2 LB检验结果：基于主动学习的中文电子病历命名实体识别研究》2020.11.15
- 《表1 元素测量条件：基于主动学习的中文电子病历命名实体识别研究》2020.11.15
- 《表3 基于机器学习和深度学习模型的古文命名实体识别研究汇总》2021.01.01
- 《表1 实验参数设置：基于深度学习医疗文本命名实体识别研究》2020.08.18
- 《表2 深度学习在不同类别实体识别中的应用》2020.01.25
- 《表1 简历实体类别表：基于多神经网络协同训练的命名实体识别》2020.02.01
- 《表6 综合实验结果对比：肝癌患者在线提问的命名实体识别研究:一种基于迁移学习的方法》2019.12.25
- 《表2 各领域数据集组成：肝癌患者在线提问的命名实体识别研究:一种基于迁移学习的方法》2019.12.25
- 《表3 模型参数设置：肝癌患者在线提问的命名实体识别研究:一种基于迁移学习的方法》2019.12.25
- 《表1 命名实体目录：肝癌患者在线提问的命名实体识别研究:一种基于迁移学习的方法》2019.12.25
- 《表2 深度学习模型参数：基于深度学习的情报分析方法识别研究——以安全情报领域为例》2019.10.25
- 《表2 实体类别及编码：基于Attention-BiLSTM的中文命名实体识别》2019.09.01
- 《表2 实体数量统计：基于深度学习和多特征融合的中文电子病历实体识别研究》2019.11.30
- 《表1 实体举例表：基于深度学习的甲状腺病史结构化研究与实现》2019.07.01