《表5 CRF对比实验结果》
提示：宽带有限、当前游客访问压缩模式
%
使用4组不同的模板训练CRF模型，得到的对比实验结果如表5所示。
| 图表编号 | XD00226933800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 晏雷、周兰江、张建安、周枫 |
| 绘制单位 | 昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 基于CRF的政务领域命名实体识别实验结果》2020.09.30
- 《表3 使用CRF与未使用CRF的结果对比》2020.12.16
- 《表8 基于CRF的实验结果》2020.12.01
- 《表2 实验结果对比表：基于CNN-BGRU-CRF的中文电子病历实体抽取方法》2020.11.01
- 《表2 模型实验效率对比：基于BiLSTM-CRF的中文临床指南治疗事件抽取》2020.02.01
- 《表8 CRF在两种测试集上的实验结果》2020.05.26
- 《表4 CRF与规则过滤器在ADE任务上的性能对比实验》2020.07.20
- 《表5 CRF实验结果：公路桥梁定期检测领域命名实体识别语料库构建》2020.07.10
- 《表7 BERT-BiLSTM-CRF实验结果》2020.07.10
- 《表6 BiLSTM-CRF实验结果》2020.07.10
- 《表2 实验结果对比：基于Bert,ReZero和CRF的中文命名实体识别》2020.06.18
- 《表5 CRF和BiGRU实体识别对比》2020.06.20
- 《表1 1 Bi-LSTM+CRF结果与单独CRF结果对比》2020.03.25
- 《表1 2 在MSR语料上与CRF实验对比结果》2020.02.01
- 《表1 1 在PKU语料上与CRF实验对比结果》2020.02.01
- 《表4 CNN-BiLSTM-CRF模型的实验结果》2020.03.01
- 《表1 基于CRF的电子病历实体识别的实验结果》2019.08.01
- 《表5 CLASS-CRF模型在不同特征模板下的实验性能对比》2019.04.01
- 《表6混合CRF和分类CRF的实验性能对比》2019.04.01
- 《表3 实验复杂度对比：基于CNN-CRF的中文电子病历命名实体识别研究》2019.12.01