这不仅仅是一个使用TensorFlow和LSTM+CRF来做命名实体识别的教程

Batch大小为128,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为68.98。

得分记录
2019-07-08

Batch Size 数据为 128 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 58.5 。

17:45:22

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 60.86 。

12:34:23
2019-07-03

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 59.02 。

15:33:04
2019-07-02

Batch Size 数据为 128 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 67.14 。

14:10:31
2019-07-01

Batch Size 数据为 128 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 68.98 。

20:51:20

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 74.12 。

20:36:53
2019-06-30

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 76.68 。

12:05:48