基于自注意力机制的军事命名实体识别

• 作者: 张敏 张晓海 操新文
• 来源期刊: 指挥控制与仿真
• 学科: 军事
• 关键词: LSTM 命名实体识别 深度学习 自注意力
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 理论研究
• 页码范围: 29-33
• 页数: 5页
• 分类号: E11-39|TP391.1
• 字数: 4154字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3819.2019.06.006

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓海	国防大学联合作战学院	9	26	3.0	5.0
2	操新文	国防大学联合作战学院	10	27	3.0	5.0
3	张敏	国防大学联合勤务学院	2	0	0.0	0.0