《表5 Lattice-LSTM基于不同字符向量实验结果》

  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

《基于句子级Lattice-长短记忆神经网络的中文电子病历命名实体识别》

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

Lattice-LSTM模型提供了预训练字符向量集和词向量集，字符向量gigaword＿chn.all.a2b.uni.ite50.vec是基于大规模标准分词后的中文语料库Gigaword使用Word2vec工具训练的向量集合，向量集规模为704 400个字符和词，包括5 700个单字符向量、29 150个双字符向量和278 100个三字符向量。词向量ctb.50d.vec是基于CTB 6.0（Chinese Treebank 6.0）语料库训练得到的。该模型实验在保持词向量ctb.50d.vec不变的前提下分别使用gigaword＿chn.all.a2b.uni.ite50.vec、nwfe＿emd和unlabel＿emd 3个字符向量集进行对比实验，实验结果如表5所示。