基于机器学习的军事装备知识分类方法

• 作者: 汤杰 谢俊杰 赵梅 陈奡
• 来源期刊: 指挥信息系统与技术
• 学科: 工学
• 关键词: 军事装备 机器学习 文本分类 神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 理论与探索
• 页码范围: 34-39
• 页数: 6页
• 分类号: TP181
• 语种: 中文
• DOI: 10.15908/j.cnki.cist.2020.04.006

摘要

基于开源获取的军事百科知识提取知识中关键特征并赋予特征权重,分别以词频?逆文档频率(TF?IDF)法和词向量(Word2Vec)作为文本表征手段,采用K最近邻(KNN)、支持向量机(SVM)、神经网络及其他机器学习算法开展军事装备知识分类研究.提出了装备知识大类(装备、地点和部队等)、装备目录层级小类2级分类模式,取得了较好的分类结果;比较了各算法的优劣,有助于形成更高效、准确的军事装备知识模型,可支撑军事装备知识图谱的构建和应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈奡		5	9	2.0	3.0
2	汤杰		3	1	1.0	1.0
3	谢俊杰		1	0	0.0	0.0
4	赵梅		1	0	0.0	0.0