一种面向军事领域的小样本实体抽取方法

本发明公开了一种面向军事领域的小样本实体抽取方法，涉及自然语言处理技术领域，包括以下步骤：在小样本军事文本中，将非关联句子对输入至BERT模型中进行训练，获取向量表示；将向量表示输入至IDCNN模型中，在经典的卷积上增加一个膨胀宽度，利用卷积神经网络对句子进行特征提取；结合CRF模型对提取的特征进行序列标注；根据给定的序列和对应的标签序列，经过线性映射得到每个标签的得分，各标签得分对比获得全局最优标签序列。本发明充分利用了BERT、IDCNN和CRF模型的优势，在保持BERT模型优点的同时，充分捕获文本特征，基于适量的训练参数下训练模型，取得了有效的实体抽取效果，同时训练成本低，缩短使用周期，符合对军事领域的小样本实体抽取使用。