基于自注意力机制的军事命名实体识别

被引：18

作者：

张晓海 ^{[1
]}

操新文 ^{[1
]}

张敏 ^{[2
]}

机构：

[1] 国防大学联合作战学院

[2] 国防大学联合勤务学院

来源：

指挥控制与仿真 | 2019年 / 41卷 / 06期

关键词：

LSTM; 命名实体识别; 深度学习; 自注意力;

D O I：

暂无

中图分类号：

E11 [军事建设与战备]; TP391.1 [文字信息处理];

学科分类号：

110201 [军事战略学]; 120506 [数字人文];

摘要：

军事命名实体识别能够为情报分析、指挥决策等环节提供自动化辅助支持,是提升指挥信息系统智能化程度的关键技术手段。与通用领域不同,军事文本虽然更加规范,但具有一定的特殊性,如复杂的组合、嵌套、指代等,尤其在联合作战条件下,不同军兵种的指挥文书有着不同的专业性表述,这对军事命名实体的识别提出了挑战。在双向长短期记忆-条件随机场(BLSTM-CRF)模型的基础上,引入"自注意力"来丰富文本的局部特征。实验结果表明,该方法能够有效提升军事命名实体的识别准确率,在自建语料测试集上,F值能够达到92.30%。

引用

页码：29 / 33

页数：5

共 6 条

[1]

Long short-term memory [J].