基于Attention-CNN的武器装备语料分类方法

摘要

随着科学技术的不断发展,各类新型武器装备层出不穷,武器装备信息呈现出的来源更加广泛、形式更加多样、处理更加复杂的态势,如何快速获取、处理、分析武器装备信息对于武器装备的研究论证、开发以及作战运用具有重要意义。论文利用爬虫、文本预处理技术,从门户网站抓取大量武器装备相关信息,构建了武器装备领域的语料库,对基于深度学习的武器装备语料的自动分类方法进行了研究,并提出了基于Attention-CNN的武器装备语料分类方法。实验结果显示该方法准确率为0.9756、召回率为0.9744、F1-score为0.9744,具有较高的分类效果。实验结果表明Attention-CNN方法能够大大提高武器装备相关信息获取、分析效率,对于辅助情报分析人员开展武器装备情报分析工作,为高新武器装备研发、作战运用提供信息保障具有重要意义。