基于Bi-LSTM+CRF模型的航母情报实体识别方法应用 |
| |
引用本文: | 许山山,史涯晴.基于Bi-LSTM+CRF模型的航母情报实体识别方法应用[J].计算机时代,2023(1):30-34. |
| |
作者姓名: | 许山山 史涯晴 |
| |
作者单位: | 陆军工程大学指挥控制工程学院 |
| |
摘 要: | 在军事情报方面,舰船信息的复杂性使得舰船情报分析不易开展。知识识别无足够的标注数据可利用;通用领域实体识别方法效果不佳。针对舰船情报分析需求,采用自然语言处理技术,可大大提高利用效率。本文创建航母编队的中文实体识别语料库,利用双向长短时记忆神经网络加条件随机场(Bi-LSTM+CRF)的模型方法,训练中文实体识别模型,实现了航母编队情报信息的实体识别。实验证明,该方法提高了航母编队情报信息领域命名实体识别的效率。
|
关 键 词: | 航母 情报分析 双向长短时记忆神经网络 实体识别 |
|
|