Chinese Word Segmentation On Cityu
Métriques
F1
Résultats
Résultats de performance de divers modèles sur ce benchmark
Nom du modèle | F1 | Paper Title | Repository |
|---|---|---|---|
| WMSeg + ZEN | 97.93 | Improving Chinese Word Segmentation with Wordhood Memory Networks | |
| Glyce + BERT | 97.9 | Glyce: Glyph-vectors for Chinese Character Representations |
0 of 2 row(s) selected.