计算机时代2023，Issue(1) ：30-34.DOI:10.16644/j.cnki.cn33-1094/tp.2023.01.008

基于Bi-LSTM+CRF模型的航母情报实体识别方法应用

The carrier intelligence entity recognition based on Bi-LSTM+CRF model

许山山 史涯晴
计算机时代2023，Issue(1) ：30-34.DOI:10.16644/j.cnki.cn33-1094/tp.2023.01.008
✕
  • 维普
  • 万方数据

基于Bi-LSTM+CRF模型的航母情报实体识别方法应用

The carrier intelligence entity recognition based on Bi-LSTM+CRF model

许山山 1史涯晴1
扫码查看

作者信息

  • 1. 陆军工程大学指挥控制工程学院,江苏 南京 210007
  • 折叠

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

引用本文复制引用

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量6
段落导航相关论文