關(guān)鍵詞:深度學(xué)習(xí) 作戰(zhàn)文書 命名實(shí)體識別 神經(jīng)網(wǎng)絡(luò)
摘要:隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展,基于雙向長短期記憶網(wǎng)絡(luò)和條件隨機(jī)場的神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用到作戰(zhàn)文書以及軍事命名實(shí)體識別的研究中。提出了一種基于CNN-BiLSTM-CRF的作戰(zhàn)文書命名實(shí)體識別方法,首先利用卷積神經(jīng)網(wǎng)絡(luò)(CNN)提取字符級特征向量,而后與詞向量、詞性特征向量進(jìn)行拼接作為輸入,從而達(dá)到提高識別率的目的。同時(shí),分析命名實(shí)體在不同分類標(biāo)注情況下,對模型性能所產(chǎn)生的影響,并提出一種針對作戰(zhàn)文書命名實(shí)體識別的細(xì)分類標(biāo)注策略。實(shí)驗(yàn)結(jié)果證明,該模型相對于其他方法表現(xiàn)出了更好的性能,且細(xì)分類的標(biāo)注體系對于特征表達(dá)有一定的幫助。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社