《表6 语料规模对藏文人名识别效果的影响 (基于CRF)》
提示：宽带有限、当前游客访问压缩模式
综合识别效果、迭代次数以及语料标注规模三个因素，我们选择方法4作为藏文人名的主动学习模型。
| 图表编号 | XD0070613800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.01 |
| 作者 | 王志娟、刘飞飞、赵小兵、宋伟 |
| 绘制单位 | 中央民族大学信息工程学院、国家语言资源监测与研究少数民族语言中心、好未来教育科技集团、中央民族大学信息工程学院、国家语言资源监测与研究少数民族语言中心、中央民族大学信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 各方法术语抽取结果对比（统计学方法展示排序前10的结果，CRF及Bi-LSTM+CRF方法展示未出现于训练语料中的任意10个结果）》2021.01.26
- 《表1 藏文初始语料库：基于MLP和SepCNN神经网络模型的藏文文本分类研究》2020.12.01
- 《表2 基于Bi LSTM-CRF模型对症状和部位实体识别结果》2020.07.01
- 《表6 单句测试：基于BiLSTM-CRF的中医文本命名实体识别》2020.07.20
- 《表6 不同模型对比：融合多特征的老挝语人名地名命名实体识别》2020.03.15
- 《表5 CRF实验结果：公路桥梁定期检测领域命名实体识别语料库构建》2020.07.10
- 《表4 人名识别实验结果：基于ERNIE的命名实体识别》2020.03.01
- 《表2 数字混淆矩阵：基于卷积神经网络的藏文手写数字和字母识别研究》2019.12.01
- 《表1 实验结果：基于卷积神经网络的藏文手写数字和字母识别研究》2019.12.01
- 《表1 实验语料样本：基于GaussianNB模型的藏文文本分类研究与实现》2019.12.01
- 《表1 识别性能比较结果：基于图像处理的藏文文字识别技术研究》2019.09.01
- 《表1 实验语料样本：基于KNN模型的藏文文本分类研究与实现》2019.06.01
- 《表1 语料统计表：基于Bi-LSTM-CRF模型的维吾尔语词干提取的研究》2019.08.01
- 《表5 方法4不同参数的藏文人名识别效果》2019.08.01
- 《表3 方法2不同参数的藏文人名识别效果》2019.08.01
- 《表2 方法1不同参数的藏文人名识别效果》2019.08.01
- 《表2 方法1不同参数的藏文人名识别效果》2019.08.01
- 《表4 方法3的藏文人名识别效果》2019.08.01
- 《表4 语料库规模：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》2019.05.20
- 《表6 门槛效果检验：普惠金融对中国城市就业的影响——基于地区、产业和城市经济规模异质性的考察》2019.08.27