《表2 实验1结果：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

本文选取了几种效果较好且较为流行的实体识别模型与Trans-NER模型进行对比．这些模型包括CRF、层叠马尔科夫模型、LSTM-CRF与GRU-CRF．实验结果见表2．实验结果显示，Trans-NER模型在不同实验指标上均超过了其他模型．这说明在实体识别模型中应用迁移学习技术，提高了模型的识别效果．在接下来的实验中，本文使用GRU-CRF模型作为基准模型进行对比实验．