Bi-LSTM+CRF的网络空间安全领域命名实体的识别

作者：廉龙颖

来源：黑龙江科技大学学报, 2020, 30(06): 717-722.

• 知识图谱
• 网络空间安全
• 命名实体识别
• Bi-LSTM
• CRF

为细粒度分析多维度组织网络空间中威胁情报,提出一种结合双向长短时记忆网络Bi-LSTM与线性链条件随机场CRF的实体识别模型。利用网络空间安全领域词典构建、词向量训练、序列标注以及模型训练方法建立了知识图谱,通过Bi-LSTM提取特征识别网络空间安全领域中12类命名实体。结果表明,该方法评价值优于其他算法,F值达到85.00%,整体识别性能较高。

• 单位
  黑龙江科技大学