基于改进Bi-LSTM-CRF的网络安全领域知识图谱构建

摘要

针对网络安全领域实体识别,提出基于改进Bi-LSTM-CRF知识图谱的网络安全实体识别方法。该方法首先通过人工特征模板提取局部上下文特征,然后采用神经网络模型自动提取字符特征和文本全局特征。实验结果表明,通过参数调整分析后,迭代次数为40、Dropout=0.5、模型微调为true时,此时模型最优,与其他模型相比,提出的模型在网络安全实体数据集上的识别精确率和F值更高。