基于Attention-CNN的武器装备语料分类方法

• 作者: 王明乾 邓鹏 倪林
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 文本分类 语料 武器装备 爬虫 深度学习
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 计算机与网络安全
• 页码范围: 102-106,111
• 页数: 6页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2022.02.023

摘要

随着科学技术的不断发展,各类新型武器装备层出不穷,武器装备信息呈现出的来源更加广泛、形式更加多样、处理更加复杂的态势,如何快速获取、处理、分析武器装备信息对于武器装备的研究论证、开发以及作战运用具有重要意义.论文利用爬虫、文本预处理技术,从门户网站抓取大量武器装备相关信息,构建了武器装备领域的语料库,对基于深度学习的武器装备语料的自动分类方法进行了研究,并提出了基于Attention-CNN的武器装备语料分类方法.实验结果显示该方法准确率为0.9756、召回率为0.9744、F1-score为0.9744,具有较高的分类效果.实验结果表明Attention-CNN方法能够大大提高武器装备相关信息获取、分析效率,对于辅助情报分析人员开展武器装备情报分析工作,为高新武器装备研发、作战运用提供信息保障具有重要意义.