基于自注意力机制的军事命名实体识别

作者：张晓海; 操新文; 张敏

来源：指挥控制与仿真, 2019, 41(06): 29-33.

• LSTM
• 命名实体识别
• 深度学习
• 自注意力

军事命名实体识别能够为情报分析、指挥决策等环节提供自动化辅助支持,是提升指挥信息系统智能化程度的关键技术手段。与通用领域不同,军事文本虽然更加规范,但具有一定的特殊性,如复杂的组合、嵌套、指代等,尤其在联合作战条件下,不同军兵种的指挥文书有着不同的专业性表述,这对军事命名实体的识别提出了挑战。在双向长短期记忆-条件随机场(BLSTM-CRF)模型的基础上,引入"自注意力"来丰富文本的局部特征。实验结果表明,该方法能够有效提升军事命名实体的识别准确率,在自建语料测试集上,F值能够达到92.30%。

• 单位
  国防大学