《表4 α=0.4时分类性能对比》

  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

《PU场景下的生物医学命名实体识别算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过设置不同的参数α和Unlevel值，模拟不同PU场景下的生物医学领域的蛋白质命名实体识别问题。以上的实验结果表明，在不额外增加人工标注目标数据的情况下，通过两步法构建的分类模型比直接使用现有的少量标注数据构建的分类模型具有更好的分类性能。