《表1 特殊情况标注规则：基于深度学习的判决结果倾向性分析》
提示：宽带有限、当前游客访问压缩模式
c) 数据标注。将步骤b) 得到的判决结果进行人工标注，分别为“支持原告”和“不支持原告”。针对一些特殊情况，本文制定了额外的规则，如表1所示。
| 图表编号 | XD0035706600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.01 |
| 作者 | 王业沛、宋梦姣、王譞、赵志宏 |
| 绘制单位 | 南京大学软件学院、南京大学软件学院、南京大学软件学院、南京大学软件学院 |
| 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2 基于机器学习和深度学习模型的古文词性标注研究汇总》2021.01.01
- 《表2 BIO标注法示例：基于标签迁移和深度学习的跨语言实体抽取研究》2020.12.01
- 《表1 网络评论数据：基于深度学习技术分析网络评论情感倾向——以中医认同度为例》2020.10.01
- 《表7 基于机器学习的多雄拉隧道岩爆倾向性分析结果》2020.04.01
- 《表4 情感倾向实验结果：基于机器学习的外汇新闻情感分析》2020.06.16
- 《表5 人工标注规则：基于深度学习的“教育公平”网络舆情分析》2020.06.15
- 《表1 图像自动标注结果：深度学习在图像自动标注中的应用初探》2020.03.01
- 《表1 算法性能分析结果：基于深度学习的输电线路杆塔鸟窝识别方法研究》2020.08.25
- 《表1 标注参数：基于深度学习的高分影像道路提取方法研究》2020.08.25
- 《表1 试题标注实例：基于语义关联规则的试题知识点标注及试题推荐》2020.03.25
- 《表1 故障程度判定规则：基于深度学习的齿轮箱故障模糊诊断方法》2020.04.20
- 《表5 分类结果混淆矩阵：基于深度学习的文本情感分析》2020.03.05
- 《表1 1 学习者倾向的语言规则纠错方式》2019.01.01
- 《表1 0 学习者倾向的语言规则操练方法》2019.01.01
- 《表1 基于深度学习的标注模型与传统标注模型的效果对比(Corel5k)》2019.10.01
- 《表4 深度学习模型与序列标注模型结果对比》2019.06.24
- 《表1 模型参数设置：基于深度学习的不规则特征识别检测技术》2019.06.20
- 《表1例3的标注结果：基于多任务学习的中文事件抽取联合模型》2019.04.01
- 《表2 标注数据集统计：基于深度学习的判决结果倾向性分析》2019.02.01