摘要:为了减少传统的命名实体识别需要人工制定特征的大量工作,通过无监督训练获得军事领域语料的分布式向量表示,采用双向LSTM递归神经网络模型解决军事领域命名实体的识别问题,并且通过添加字词结合的输入向量和注意力机制对双向LSTM递归神经网络模型进行扩展和改进,进而提高军事领域命名实体识别。实验结果表明,提出的方法能够完成军事领域命名实体的识别,并且在测试集语料上的F-值达到了87.38%。
关键词:命名实体识别 长短时记忆递归神经网络 注意力机制
单位:陆军工程大学石家庄校区装备模拟训练中心; 河北石家庄050001
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社