基于LSTM+CRF、TensorFlow实现命名实体识别

Batch大小为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为83.33。

得分记录
2019-08-26

Batch Size 数据为 500 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 80.43 。

14:26:40

Batch Size 数据为 500 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 80.58 。

10:48:35

Batch Size 数据为 500 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 79.23 。

09:00:43
2019-08-14

Batch Size 数据为 500 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 81.97 。

16:50:03

Batch Size 数据为 500 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 82.57 。

11:47:47

Batch Size 数据为 500 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 80.31 。

01:19:43
2019-08-12

Batch Size 数据为 500 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 78.99 。

07:16:56
2019-08-11

Batch Size 数据为 500 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 81.2 。

12:39:39

Batch Size 数据为 500 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 83.33 。

09:09:07
2019-08-10

Batch Size 数据为 500 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 79.7 。

10:47:50

Batch Size 数据为 500 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 79.57 。

02:31:46
2019-08-09

Batch Size 数据为 500 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 74.68 。

22:23:58
2019-08-08

Batch Size 数据为 100 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 79.01 。

15:30:33

Batch Size 数据为 100 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 78.52 。

11:20:41

Batch Size 数据为 100 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 80.93 。

09:37:17

Batch Size 数据为 32 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 80.25 。

08:04:28
2019-08-08

Batch Size 数据为 16 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 79.43 。

00:33:35

Batch Size 数据为 32 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 79.9 。

16:37:16
2019-07-01

Batch Size 数据为 16 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 74.08 。

17:12:48
2019-06-13

Batch Size 数据为 100 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 77.8 。

13:58:56
2019-06-12

Batch Size 数据为 100 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 75.04 。

19:13:34
2019-06-10

Batch Size 数据为 100 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 78.53 。

14:23:10

Batch Size 数据为 100 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 77.57 。

13:11:21

Batch Size 数据为 100 ,Epoch循环次数为 25 次, 通过在线上环境完成训练,模型最优精度评分为 72.56 。

11:38:47

Batch Size 数据为 100 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 78.54 。

11:19:10
2019-06-10

Batch Size 数据为 100 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 75.83 。

01:30:42

Batch Size 数据为 100 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 72.11 。

17:59:27

Batch Size 数据为 100 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 78.49 。

15:54:14
2019-06-09

Batch Size 数据为 100 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 62.84 。

11:06:03

Batch Size 数据为 100 ,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 55.77 。

09:08:50

Batch Size 数据为 100 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 66.79 。

08:48:09

Batch Size 数据为 100 ,Epoch循环次数为 45 次, 通过在线上环境完成训练,模型最优精度评分为 59.43 。

08:05:48

Batch Size 数据为 100 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 58.94 。

02:42:22
2019-06-08

Batch Size 数据为 100 ,Epoch循环次数为 60 次, 通过在线上环境完成训练,模型最优精度评分为 60.97 。

11:38:45

Batch Size 数据为 100 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 35.38 。

10:13:33

Batch Size 数据为 128 ,Epoch循环次数为 45 次, 通过在线上环境完成训练,模型最优精度评分为 62.36 。

08:26:50

Batch Size 数据为 128 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 60.17 。

07:51:50

Batch Size 数据为 100 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 0.01 。

07:15:58

Batch Size 数据为 100 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 17.35 。

06:47:26
2019-06-08

Batch Size 数据为 100 ,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 54.6 。

01:16:49

Batch Size 数据为 100 ,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 46.98 。

00:14:26

Batch Size 数据为 100 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 57.96 。

23:58:36