《表2 电力运维语料下个模型结果对比》

  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

《基于结构化表达的电力运维文本分析》

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

从表1中可以看出，引入拼音这种高细粒度字符特征的词向量模型能够有效的获取更多语义信息。此外中文拼音表达形态学上接近拉丁文字的结构，使最小语义单元的字符信息在数量上和结构上包含了更多的语义信息。CNN-BiLSTM-CRF模型在电力运维语料上进行事故多因素片段级命名实体识别的结果如表2所示。