← 返回卡片

原书出处

智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)

03 第3章 知识图谱相关理论

核验版本的摘录快照 · 导入于 2026-11-18T22:35:03.558Z

学习诞生后,人们开始考虑如何利用深度学习的自动提取特征功能,以便更加有效地提取特征,提高NER模型识别的准确率和召回率。

但是,深度学习预测出来的标签有可能是无效的,因为其是对每个token单独的标签预测,没有联系上下文信息。深度学习模型需要CRF提供更多的标签之间的转移概率,即上下文信息。

这里我们举个例子进行说明。 1)假设预处理的文本经过标注后表示为: 我/O爱/O北京/O天安门/O中华/B人民/M共和国

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0044.html

EPUB SHA-256:7c59ad7c208225d5ad9ff8ebac84642c693438b69bb9a48fad164b9dfb1eb976