《表2 模型效果对比:基于GRU网络的互联网信息挖掘》
为了测试模型在上下文信息利用、长距离依赖、网络结构优势以及深度语义信息使用几个方面的效果,本文将双向GRU模型与单向GRU模型、双向RNN模型、基于双向LSTM的模型以及传统的CRF模型的信息提取算法作为对比,所有训练和测试都在GPU上完成。由于信息提取任务中特定信息较为稀疏,标记为O的样本占大多数,accuracy参考意义不大,本文使用precision(P)、recall(R)和F1score(F1)作为模型效果评价标准,模型结果得到训练模型结果如表2所示。
图表编号 | XD0024689200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.03.25 |
作者 | 李骁、黄征 |
绘制单位 | 上海交通大学电子信息与电气工程学院、上海交通大学电子信息与电气工程学院、卫士通摩石实验室 |
更多格式 | 高清、无水印(增值服务) |