基于BI-LSTM-CRF的作战文书命名实体识别

• 作者: 张晓海 彭双震 操新文 温玉韬
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 深度学习 作战文书 命名实体识别 双向LSTM CRF
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 军事信息学
• 页码范围: 502-506,512
• 页数: 6页
• 分类号: TP391.1
• 字数: 3971字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2019.04.020

摘要

为解决部分军事命名实体导致规则、统计等传统模型识别率不高的问题,提出一种基于双向长短期记忆—条件随机场(BI-LSTM-CRF)的作战文书命名实体识别方法.介绍作战文书命名实体识别的概念、特点,给出模型具体训练方法与步骤,在手工构建的数据集上进行开放性测试.结果表明,该方法能有效提升作战文书命名实体的识别准确率,模型最终的识别精确率和召回率分别达到91.40％和90.43％.

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	彭双震	国防大学联合作战学院	3	1	1.0	1.0