报告人杨培.pdfVIP

下载本文档

8
0
约1.31万字
约 20页
2017-11-15 发布于天津
举报
版权申诉

报告人杨培.pdf

1、本文档共20页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

报告人：杨培内容大纲 1 2 3 4 背景简介研究方法实验结果总结展望 ü 任务简介 ü 表示学习 ü 实验数据 ü 总结 ü 现存主流方法 ü BiLSTM-CRF ü 基于Attention机制 ü 展望的模型的性能实验 ü 研究动机 ü Attention机制 ü 与现存主流方法对比实验 2 2017-7-17 1 背景简介 3 2017-7-17 背景简介任务描述药名实体识别(Chemical compound and drug name recognition, CHEMDNER) 自动识别出生物医学文献中的药名实体。相关国际评测 BioCreative Ⅳ BioCreative Ⅴ 2013 2015 4 2017-7-17 背景简介现存主流方法 Output 传统机器学习 Mapping Output from n 特征工程 features n 模型 Mapping Most Output from complex n CRF, 模型融合… features features Hand- Hand- Simplest designed designed features 深度学习