论文部分内容阅读
为了实现军事语料文本中的作战相关命名实体的识别和链接,提出了基于双向LSTM(Long Short Term Memory)和CRF(Conditional Random Field)的实体识别框架MIL-Bi-LSTM-CRF(Military Bi-directional LSTM with CRF)和实体链接框架MIL-EL(Military Entity Linking)。MIL-Bi-LSTM-CRF以字符以及词性的语义特征作为神经网络模型的表示特征;而MIL-EL则融合了同义词集、字符相似性以及包含相似性等多方面相似性度量特征。实验结果表明,该军事命名实体识别框架和链接框架相对于一些前沿的基准方法在F值上表现更优。