基于双向LSTM的军事命名实体识别

摘要：

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％.

关键词：命名实体识别、长短时记忆递归神经网络、注意力机制

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：713-718