计算机科学与探索

作者：韩鑫鑫，贲可荣，张献

单位：海军工程大学 电子工程学院，武汉 430033

关键词：软件测试,知识图谱,命名实体识别,双向长短期记忆网络,条件随机场

命名实体识别是构建知识图谱的重要阶段。基于国军标及软件测试文档，完成了实体类型分类以及数据集的构建和标注。在软件测试领域，针对字词联合实体识别方法准确率不高的问题，进行字符级特征提取方法的改进，提出了CWA-BiLSTM-CRF识别框架。该框架包含两部分：第一部分构建预训练的字词融合字典，将字词一起输入给双向长短期记忆网络进行训练，并加入注意力机制衡量词内各字对特征的语义贡献，提取出字符级特征；第二部分将字符级特征与词向量等特征进行拼接，输入给双向长短期记忆网络进行训练，再通过条件随机场解决标签结果序列不合理的问题，识别出文中的实体。实验结果分别与三种常用的深度学习字符级特征提取方法进行比较，准确率和召回率均有提升，最优F1值为88.93%。实验表明，改进后的方法适用于军用软件测试领域命名实体识别任务，为下一步知识图谱的构建打下了基础。

来源：2020年第5期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2020年第5期