基于机器学习的军事装备知识分类方法

• 作 者: 陈奡 谢俊杰 赵梅 汤杰
• 机 构: 中国电子科技集团公司第二十八研究所
• 出 处: 指挥信息系统与技术
• 发表日期: 2020年4期
• 关键词: 军事装备 机器学习 文本分类 神经网络 military equipmentmachine learningtext classificationneural
• 基金项目: 航天系统部装备部“十三五”预研课题资助项目

基于开源获取的军事百科知识提取知识中关键特征并赋予特征权重,分别以词频-逆文档频率(TF-IDF)法和词向量(Word2Vec)作为文本表征手段,采用K最近邻(KNN)、支持向量机(SVM)、神经网络及其他机器学习算法开展军事装备知识分类研究。提出了装备知识大类(装备、地点和部队等)、装备目录层级小类2级分类模式,取得了较好的分类结果;比较了各算法的优劣,有助于形成更高效、准确的军事装备知识模型,可支撑军事装备知识图谱的构建和应用。