基于深度學(xué)習(xí)的網(wǎng)絡(luò)安全命名實體識別方法

打開文本圖片集

摘 要：針對中文網(wǎng)絡(luò)安全領(lǐng)域缺乏公開數(shù)據(jù)集和有效的命名實體識別（Ｎａｍｅｄ Ｅｎｔｉｔｙ Ｒｅｃｏｇｎｉｔｉｏｎ，ＮＥＲ） 方法，提出一種融合漢字多源信息的網(wǎng)絡(luò)安全ＮＥＲ 方法。通過構(gòu)建數(shù)據(jù)集中所有字符的偏旁和字頻向量表，增強(qiáng)了中文字向量的特征表達(dá)能力，嵌入到改進(jìn)的詞匯融合模型中進(jìn)行字向量與詞向量的融合，輸入到條件隨機(jī)場（Ｃｏｎｄｉｔｉｏｎａｌ ＲａｎｄｏｍＦｉｅｌｄｓ，ＣＲＦ） 進(jìn)行解碼。（剩余1877字）