首页> 外文OA文献 >Table 5: Performance of MEE module on metabolic entities corpus using five-fold cross-validation.

【2h】

Table 5: Performance of MEE module on metabolic entities corpus using five-fold cross-validation.

机译：表5：使用五倍交叉验证的代谢实体语料库上的MEE模块的性能。

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者

展开▼
作者单位

展开▼
年度 -1
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. A Koszul complex of unstables modules and cohomotopy of a Thom spectrum [Un complexe de Koszul de modules instables et cohomotopie d'un spectre de Thom] [J] . Hai N.D.H. Bulletin de la Societe mathematique de France . 2012,第2期

机译：不稳定模块的Koszul络合物和Thom光谱的同伦
2. A French clinical corpus with comprehensive semantic annotations: development of the Medical Entity and Relation LIMSI annotated Text corpus (MERLOT) [J] . Campillos Leonardo, Deleger Louise, Grouin Cyril, Language Resources and Evaluation . 2018,第2期

机译：具有全面语义注释的法语临床语料库：医学实体和关系LIMSI注释文本语料库（MERLOT）的开发
3. Myanmar named entity corpus and its use in syllable-based neural named entity recognition [J] . Hsu Myat Mo, Khin Mar Soe International Journal of Electrical and Computer Engineering . 2020,第2期

机译：缅甸名为实体语料库及其在基于音节的神经名为实体识别中的用途
4. Matching Web Tables with Knowledge Base Entities: From Entity Lookups to Entity Embeddings [C] . Vasilis Efthymiou, Oktie Hassanzadeh, Mariano Rodriguez-Muro, International semantic web conference . 2017

机译：匹配具有知识库实体的Web表：从实体查找到实体嵌入
5. Contextual representation of documents, entities, and faces of people using a news corpus [D] . Kader, Md Abdul. 2017

机译：使用新闻语料库的文档，实体和人脸的上下文表示
6. Cerebellar Modules: Individual or Composite Entities? [O] . Nadia L. Cerminara 2010

机译：小脑模块：单个实体还是复合实体？
7. Figure 4: Learning curves showing performance of the Metabolic Event Extraction (MEE) module on the different corpus sizes using five-fold cross-validation. [O] . -1

机译：图4：学习曲线显示使用五倍交叉验证的不同语料库尺寸的代谢事件提取（MEE）模块的性能。

Table 5: Performance of MEE module on metabolic entities corpus using five-fold cross-validation.

著录项

引文网络

相似文献

相关主题

期刊订阅