10.3969/j.issn.1007-130X.2019.04.019
基于双向LSTM的军事命名实体识别
为了减少传统的命名实体识别需要人工制定特征的大量工作,通过无监督训练获得军事领域语料的分布式向量表示,采用双向LSTM递归神经网络模型解决军事领域命名实体的识别问题,并且通过添加字词结合的输入向量和注意力机制对双向LSTM递归神经网络模型进行扩展和改进,进而提高军事领域命名实体识别.实验结果表明,提出的方法能够完成军事领域命名实体的识别,并且在测试集语料上的F-值达到了87.38%.
命名实体识别、长短时记忆递归神经网络、注意力机制
41
TP391(计算技术、计算机技术)
2019-07-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
713-718