《表1 数据集：Trans-NER:一种迁移学习支持下的中文命名实体识别模型》

  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

《Trans-NER:一种迁移学习支持下的中文命名实体识别模型》

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

本文采用的基础字向量为100维字向量．采用的实验数据为中国法律文书网1上的大量公开法律文书，利用这些文档构建语言预测模型训练集与NER数据集．数据集的统计信息如表1所示．NER数据集使用IOB标注模式（Inside，Outside，Beginning）进行标注，其中包括3种实体类型，人名、地名和组织名（PER，LOC，ORG），共7种标签（'O'，'B-ORG'，'I-ORG'，'B-PER'，'I-PER'，'B-LOC'，'I-LOC'）.