TY -的A2 -张,力平盟——王,延锋AU -王,道非盟- Wang Junhui盟——周,鑫盟——高,明非盟- Liu Runmin PY - 2022 DA - 2022/07/14 TI -军事链:建设领域知识图基于自然语言的杀伤链模型SP - 7097385六世- 2022 AB -大数据时代的到来,专业杀伤链中的数据域急剧增加,和检索信息的engine的方法很难满足用户的需要更精确的答案。杀伤链域包括四个部分:控制设备,传感器设备,装备(武器和平台),和评估者设备以及相关数据含有大量有价值的信息,如每个组件中包含的参数信息。如果这些支离破碎的和混乱的数据集成和有效的查询方法,他们可以帮助专业人士完成军事杀伤链知识体系。本文构造的知识体系是基于Neo4j图形数据库和美国指挥模拟系统建立一个面向目标的杀伤链的知识地图,旨在为问答系统提供数据支持。其次,为了方便查询,本文建立了实体和关系/属性挖掘基于连续bag-of-words (CBOW)编码模式,双向长期短期memory-conditional随机场(BiLSTM-CRF)命名实体模型,和双向封闭的递归神经网络(BiGRU)意图识别模型对中国杀死连锁问答;返回对应的实体或属性值结合知识图三元组形式;最后构造返回答案。构建知识地图的杀伤链包含2767项(包括海洋、陆地和空气)和参数的数量是30124。深度学习网络的模型参数的数量是27.9米的问答系统这一次,准确率是85.5%,200个模拟查询。SN - 1574 - 017 - 2022/7097385 / 10.1155 x你——https://doi.org/10.1155/2022/7097385——摩根富林明-移动信息系统PB - Hindawi KW - ER