核心提示
中文摘要：
从海量非结构化的开源军事目标动向文本中抽取指定军事目标的事件信息以及运动轨迹，是识别和预测军事目标的行动意图、挖掘战场动态信息的基础工作。针对目前事件抽取研究中忽略地点论元之间空间关系信息从而导致无法抽取移动目标的运动轨迹问题，提出划分细粒度空间关系标签的方法来识别空间关系，通过序列标注方法进行事件抽取，使用预训练语言模型进行底层语义编码、双向长短时记忆网络进行深层次特征提取、条件随机场进行标签分类的联合事件抽取模型以完成动向事件抽取。在动向事件抽取结果的基础上，使用运动轨迹抽取算法来加强空间关系信息。通过在自建的真实军事目标动向新闻数据集上进行实验，获取了84.0%的F1分数值。
关键词：
开源军事情报；事件抽取；空间关系识别；深度学习
阅读全文
·END·
部分文字、数据、图、表或其他内容来源于本刊已发表论文或互联网可公开获取资料，版权归该资料版权人所有。若读者或版权人认为本文涉嫌侵权或其他问题，请联系编辑部进行及时处理。
关注《武汉工程大学学报》杂志
了解杂志
请登录官网：http://www.jwit.org.cn/
联系我们
邮箱：jwit@vip.163.com
《武汉工程大学学报》投稿作者QQ群：573604634
电话：027-87195679
地址：湖北省武汉市洪山区雄楚大街693号 武汉工程大学学报编辑部
邮编：430074
编辑：霍淑利
制作：霍淑利，吴宇轩
审核：刘生鹏，张瑞
