计算机工程与科学

作者：李鸿飞, 刘盼雨, 魏勇

单位：1.战略支援部队信息工程大学地理空间信息学院，河南 郑州 450052；2.31008部队，北京 100091；3.国防科技大学计算机学院，湖南 长沙 410073

关键词：命名实体识别,Lattice,自注意力,

基金：国家自然科学基金(61922088)

军事命名实体识别能够为情报分析、指挥决策等环节提供自动化辅助支持，是提升指挥信息系统智能化程度的关键技术手段。由于中文文化和英文文化的不同，中国语言文字中实体识别第1步是对文章字句进行分词，分词的不准确则会直接造成命名实体识别上的精度损失。此外，一段字句中命名实体的识别是与上下文信息相关的，不同字词对实体识别的贡献度不一定是正向的，多余的字词信息只会对命名实体识别起到负面作用。针对上述挑战，提出了 Lattice长短时记忆神经网络 (LSTM) 结合自注意力机制（self-attention) 的融合网络模型。Lattice-LSTM 结构可以实现对字句中特殊字词的识别，并将深层的字词信息聚合到基于字符的 LSTM-CRF 模型中。Self-attention结构可以发现同一句子中词之间的关系特征或语义特征。使用人工标注的小规模样本集进行实验，结果表明该模型相较于几种基线模型取得了更理想的效果。

来源：2021年第10期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第10期