基于深度主动学习的信息安全领域命名实体识别研究

摘要：

针对通用领域模型不能很好地解决信息安全领域的命名实体识别问题,提出一种基于字符特性,双向长短时记忆网络(Bi-LSTM)与条件随机场(CRF)相结合的信息安全领域命名实体识别方法.该方法不依赖于人工选取特征,通过神经网络模型对序列进行标注,再利用CRF对序列标签的相关性进行约束,提高序列标注的准确性.而且,针对信息安全领域标注数据样本不足的问题,采用主动学习方法,使用少量标注样本达到较好的序列标注效果.

关键词：信息安全、命名实体识别、主动学习、神经网络、双向长短时记忆网络、条件随机场

所属期刊栏目：56

分类号：TP391.1(计算技术、计算机技术)

资助基金：中国科学院网络测评技术重点实验室开放课题基金NST-18-001

在线出版日期：2019-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：457-462