基于深度学习的军事命名实体识别方法

摘要：

针对传统军事命名实体识别方法存在人工构建特征复杂和军事文本分词不准确等问题,提出了一种基于深度学习的军事命名实体识别方法.结合双向长短时记忆(Bi-directional Long Short-Term Memory,Bi-LSTM)神经网络对较长句子上下文的记忆能力、字向量(character embedding)对汉字语义的表示能力和条件随机场(Conditional Random Field,CRF)对标注规则的学习能力,构建了character+ Bi-LSTM+ CRF实体识别模型.为验证方法的有效性,在军事想定语料集上进行了实验,结果表明:该方法比传统方法识别效果好,识别准确率、召回率和F值均大幅提升.

关键词：军事命名实体、命名实体识别、深度学习

所属期刊栏目：32

分类号：TP391.1(计算技术、计算机技术)

资助基金：军队科研计划项目

在线出版日期：2019-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：94-98