军用软件测试领域的命名实体识别技术研究

• 作者: 张献 贲可荣 韩鑫鑫
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 软件测试 知识图谱 命名实体识别 双向长短期记忆网络 条件随机场
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 系统软件与软件工程
• 页码范围: 740-748
• 页数: 9页
• 分类号: TP391
• 字数: 7198字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1906031

摘要

命名实体识别是构建知识图谱的重要阶段.基于国军标及软件测试文档,完成了实体类型分类以及数据集的构建和标注.在软件测试领域,针对字词联合实体识别方法准确率不高的问题,进行字符级特征提取方法的改进,提出了CWA-BiLSTM-CRF识别框架.该框架包含两部分:第一部分构建预训练的字词融合字典,将字词一起输入给双向长短期记忆网络进行训练,并加入注意力机制衡量词内各字对特征的语义贡献,提取出字符级特征;第二部分将字符级特征与词向量等特征进行拼接,输入给双向长短期记忆网络进行训练,再通过条件随机场解决标签结果序列不合理的问题,识别出文中的实体.实验结果分别与三种常用的深度学习字符级特征提取方法进行比较,准确率和召回率均有提升,最优F1值为88.93％.实验表明,改进后的方法适用于军用软件测试领域命名实体识别任务,为下一步知识图谱的构建打下了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贲可荣	海军工程大学电子工程学院	96	531	13.0	18.0
2	张献	海军工程大学电子工程学院	12	18	2.0	4.0
3	韩鑫鑫	海军工程大学电子工程学院	1	0	0.0	0.0