Open Nav

基于深度学习模型的命名实体识别研究进展

以下是资料介绍,如需要完整的请充值下载.
1.无需注册登录,支付后按照提示操作即可获取该资料.
2.资料以网页介绍的为准,下载后不会有水印.仅供学习参考之用.
   帮助中心
资料介绍:

基于深度学习模型的命名实体识别研究进展(中文8800字,英文PDF)
 摘要
命名实体识别(NER)是NLP系统中用于问答,信息检索,关系提取等的关键组件.NER系统已被广泛研究和开发数十年,但使用深度神经网络(NN)的精确系统仅在过去几年里演出。 我们对NER的深度神经网络架构进行了全面的调查,并将其与基于特征工程和其他有监督或半监督学习算法的NER的先前方法进行了对比。我们的结果突出了神经网络所实现的改进,并展示了如何将过去基于特征的NER系统的一些经验教训纳入进一步改进。
  [来源:http://www.doc163.com]

基于深度学习模型的命名实体识别研究进展

  [资料来源:http://www.doc163.com]

  • 关于资料
    提供的资料属本站所有,真实可靠,确保下载的内容与网页资料介绍一致.
  • 如何下载
    提供下载链接或发送至您的邮箱,资料可重复发送,若未收到请联系客服.
  • 疑难帮助
    下载后提供一定的帮助,收到资料后若有疑难问题,可联系客服提供帮助.
  • 关于服务
    确保下载的资料和介绍一致,如核实与资料介绍不符,可申请售后.
  • 资料仅供参考和学习交流之用,请勿做其他非法用途,转载必究,如有侵犯您的权利或有损您的利益,请联系本站,经查实我们会立即进行修正! 版权所有,严禁转载
    doc163.com Copyright © 2012-2024 苏ICP备2021029856号-4