《表3 基于深度学习的命名实体识别实验数据规模》
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》
为了验证本文模型的有效性,对比了基于CRF,BLSTM-CRF,CNN-BLSTM-CRF,BERT的命名实体识别方法。基于CRF的命名实体识别采用70%数据用作训练集,30%用作测试集的划分方式,数据规模如表2所示。基于BLSTM-CRF,CNN-BLSTM-CRF,BERT以及BERT-BLSTM-CRF的命名实体识别实验,采用80%用作训练集,10%用作验证集,10%用作测试集的划分方式。数据规模如表3所示。
图表编号 | XD00227249500 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) |