融合漢字多特征的指揮控制保障領(lǐng)域命名實體識別*

袁清波，杜曉明，姚 奕，楊 帆，蔣 祥

（陸軍工程大學(xué)指揮控制工程學(xué)院，南京 210007）

0 引言

指揮控制（command and control，C2）簡稱指控，是指參謀人員利用設(shè)備、器材，通過對信息進(jìn)行收集、傳輸、處理和利用，從而為指揮員提供作戰(zhàn)輔助決策的一門科學(xué)。近年來，大量新型指控裝備陸續(xù)配發(fā)到各級部隊，給部隊的信息保障工作提出了新的要求。當(dāng)前，圍繞對指控系統(tǒng)的保障，部隊一方面積累了大量的技術(shù)手冊數(shù)據(jù)資料，另一方面由于這些數(shù)據(jù)資料散落各處、形態(tài)各異，造成部隊在使用上效率低下、效益不高。因此，如何對這些數(shù)據(jù)資料進(jìn)行挖掘處理和高效融合應(yīng)用，已成為當(dāng)前部隊指控保障領(lǐng)域急需解決的重要問題之一。

知識圖譜（knowledge graph，KG）技術(shù)在進(jìn)行關(guān)鍵數(shù)據(jù)獲取、有效信息融合、知識驅(qū)動應(yīng)用等方面則展現(xiàn)出巨大優(yōu)勢，已成為當(dāng)前及未來知識及大數(shù)據(jù)應(yīng)用領(lǐng)域的一個重要研究方向。命名實體識別（named entity recognition，NER）則主要完成從多源異構(gòu)數(shù)據(jù)文本中識別出特定類型的實體，是自動化構(gòu)建知識圖譜過程中的一項重要基礎(chǔ)性工作。具體到軍事領(lǐng)域中的命名實體識別工作，已有很多學(xué)者展開了研究。馮蘊天等針對軍事文本提出了一種基于CRF 模型的半監(jiān)督命名實體識別方法；宋瑞亮針對軍事領(lǐng)域提出了一種結(jié)合CRF 的半監(jiān)督學(xué)習(xí)算法模型Tri-Training 來進(jìn)行軍事命名實體識別；朱佳暉等提出了一種基于雙向LSTM 和CRF 的實體識別鏈接框架，以用于軍事語料文本中作戰(zhàn)相關(guān)命名實體的識別和鏈接；王學(xué)鋒等針對傳統(tǒng)軍事命名實體識別方法存在人工構(gòu)建特征復(fù)雜和軍事文本分詞不準(zhǔn)確等問題，提出了一種基于深度學(xué)習(xí)的軍事命名實體識別模型character+Bi-LSTM+CRF；……