TensorFlow下用LSTM+CRF进行命名实体识别

Batch大小为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为74.73。

得分记录
2019-06-14

Batch Size 数据为 512 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 62.62 。

10:42:23

Batch Size 数据为 256 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 64.32 。

09:38:07
2019-06-13

Batch Size 数据为 256 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 69.01 。

18:20:27

Batch Size 数据为 256 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 53.51 。

16:39:51

Batch Size 数据为 256 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 55.48 。

15:25:43

Batch Size 数据为 256 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 48.58 。

14:25:57

Batch Size 数据为 256 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 21.66 。

13:03:25
2019-06-09

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 74.73 。

11:33:55
2019-06-06

Batch Size 数据为 32 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 74.68 。

22:03:38