基于自注意力机制的军事命名实体识别

论文摘要

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%。

论文目录

• 1 军事文本特点
• 2 军事命名实体识别框架
•   2.1 标注方法和词嵌入
•   2.2 BLSTM模型
•   2.3 Self-Attention层
•   2.4 CRF线性层
• 3 实验结果与分析
•   3.1 样本集
•   3.2 实验设置
•   3.3 实验结果分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 张晓海,操新文,张敏

关键词: 命名实体识别,深度学习,自注意力

来源: 指挥控制与仿真 2019年06期

年度: 2019

分类: 信息科技,社会科学Ⅰ辑

专业: 军事,计算机软件及计算机应用

单位: 国防大学联合作战学院,国防大学联合勤务学院

分类号: E11;TP391.1

页码: 29-33

总页数: 5

文件大小: 691K

下载量: 246