基于层级式Bi-LSTM-CRF模型的军事目标实体识别方法

摘要

针对军事情报分析领域难以快速准确抽取军事目标活动相关属性和事件要素问题,本文提出一种基于层级式双向-长短期记忆神经网络-条件随机场(Bi-LSTM-CRF)模型的军事目标实体识别方法。结合军事目标及属性特点,采用树形结构定义层级式目标及属性实体、活动要素及属性实体,细化了实体类别粒度,实现实体识别同时自动关联实体及相关属性。之后依据层级式特点进行军事情报语料标注,将训练好的词向量和训练语料输入Bi-LSTM-CRF模型,其中模型的CRF层依据标签转移条件添加固定约束矩阵,弥补了样本覆盖面补全问题,有效提高实体识别精度。