《表5 基于深度学习的命名实体识别实验结果》
提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于BERT-BLSTM-CRF的政务领域命名实体识别方法》
CNN的字符嵌入大小为30，过滤器大小为30，过滤器长度为3，dropout为0.5，学习率为0.01，训练周期为20。实验结果如表5所示。
| 图表编号 | XD00227249400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.30 |
| 作者 | 杨春明、魏成志、张晖、赵旭剑、李波 |
| 绘制单位 | 西南科技大学计算机科学与技术学院、四川省大数据与智能系统工程技术研究中心、西南科技大学计算机科学与技术学院、西南科技大学理学院、西南科技大学计算机科学与技术学院、西南科技大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
