基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
抽取作战文书中的军事命名实体关系,是实现作战文书语义理解的一种有效方法。在分析作战文书中军事命名实体词语规则的基础上,提出了一种结合词语规则和 SVM 模型的军事命名实体关系抽取方法。首先,使用词语规则整合作战文书中连续出现的军事命名实体并抽取其关系,使其更加适合 SVM 模型。然后,使用 SVM 模型对传统规则模板难以使用的词窗、词性和距离等特征进行建模,抽取军事命名实体关系。实验结果表明,优先利用词语规则能充分提高 SVM 模型抽取军事命名实体关系的效果,与单纯使用 SVM 模型相比,准确率和召回率分别提高了8.73%和41.71%。
推荐文章
融合词位字向量的军事领域命名实体识别
军事
命名实体识别
词位字向量
BI-GRU-CRF
深度神经网络
序列标注
基于多模型结合的军事命名实体识别
军事命名实体
命名实体识别
条件随机场
支持向量机
CRF与规则相结合的军事命名实体识别研究
指挥自动化
CRF
命名实体识别
特征函数
外部词典特征
中文嵌套命名实体关系抽取研究
嵌套实体关系抽取
信息抽取
支持向量机
卷积神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 结合词语规则和 SVM 模型的军事命名实体关系抽取方法?
来源期刊 指挥控制与仿真 学科 军事
关键词 军事命名实体 SVM 模型 实体关系抽取 词语规则
年,卷(期) 2016,(4) 所属期刊栏目 理论研究
研究方向 页码范围 58-63
页数 6页 分类号 TP391.1|E20
字数 6361字 语种 中文
DOI 10.3969/j.issn.1673-3819.2016.04.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张海粟 4 55 4.0 4.0
2 吴照林 6 28 3.0 5.0
3 刘培磊 2 10 1.0 2.0
4 单赫源 3 21 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (123)
参考文献  (12)
节点文献
引证文献  (9)
同被引文献  (29)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(11)
  • 参考文献(1)
  • 二级参考文献(10)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
军事命名实体
SVM 模型
实体关系抽取
词语规则
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
指挥控制与仿真
双月刊
1673-3819
32-1759/TJ
大16开
江苏连云港市102信箱6分箱
1979
chi
出版文献量(篇)
3469
总下载数(次)
11
总被引数(次)
12365
论文1v1指导