TY-JOURAU-Huang-HanAU-Wang-HonguAU-Jin、DaweiPY-2018DA-2018/12/18TI-基于主动学习SP-1890683VL-2018AB-实体识别研究论文描述AL-CRF模型开发过程,这是一个基于主动学习的NER方法AL-CRF模型所执行过程算法序列如下: k 意指接近分层采样生成集群获取初始样本,用于培训基本条件随机分类器下一步包括启动选择过程使用蚁本标准更具体地说,高对子值样本添加到训练集中之后学习过程重复使用,并基于所获培训集对通用报告格式分类器重新培训AL学习选择过程迭代运行直到调和均值F稳定化和最终NER模型获取数项NER实验对立体和医疗案例验证AL-CRF性能测试数据包括中文司法文档和中文电子医疗记录测试显示,与传统通用报告格式模型相比,我们提议的算法识别精度和召回率更高此外,我们方法的主要长处是它需要较少人工贴标签训练样本,同时它更加有效这可能提高成本效益和可靠性进程SN-1058-9244UR-https://doi.org/101155/2018/1890683DO-10.1155/8/1890683JF-Science编程PB-HindawiKW-ER