楊陽 薛麗惠

摘要：為解決?？漳繕?biāo)標(biāo)簽體系未構(gòu)建難以生成完整畫像的難題，通過總結(jié)?？漳繕?biāo)畫像和標(biāo)簽技術(shù)的基本概念，提出了構(gòu)建?？漳繕?biāo)標(biāo)簽的三級標(biāo)簽體系及技術(shù)架構(gòu)，并對構(gòu)建過程中的基于混合存儲的標(biāo)簽數(shù)據(jù)存儲、實(shí)體/屬性抽取、關(guān)系抽取、關(guān)聯(lián)融合等關(guān)鍵技術(shù)進(jìn)行詳細(xì)闡述。仿真實(shí)驗(yàn)對比分析了不同標(biāo)簽生成算法的準(zhǔn)確率，最后介紹了標(biāo)簽技術(shù)的實(shí)際應(yīng)用場景。該文對軍事大數(shù)據(jù)的應(yīng)用模式具有一定的探索和借鑒意義。

關(guān)鍵詞：標(biāo)簽；標(biāo)簽體系；作戰(zhàn)目標(biāo)；?？漳繕?biāo)畫像；軍事大數(shù)據(jù)

中圖分類號：TP311? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2024）07-0074-03

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）

0 引言

海空目標(biāo)是作戰(zhàn)體系研究的重要對象，全面、準(zhǔn)確地掌握?？漳繕?biāo)，將幫助指揮員進(jìn)行作戰(zhàn)決策[1]。隨著各類戰(zhàn)場傳感器和偵察監(jiān)視裝備的廣泛使用，作戰(zhàn)數(shù)據(jù)的生成速度成指數(shù)增加[2]。如何從這些海量數(shù)據(jù)中分析挖掘出準(zhǔn)確、高價(jià)值的情報(bào)信息，獲取作戰(zhàn)數(shù)據(jù)優(yōu)勢，成為軍事領(lǐng)域迫切需要解決的難題。

用戶畫像在商業(yè)領(lǐng)域的應(yīng)用，展現(xiàn)出其在解決精準(zhǔn)信息服務(wù)方面問題的巨大優(yōu)勢。標(biāo)簽體系作為用戶畫像的基礎(chǔ)，其廣度和粒度對畫像的刻畫程度有較大影響，因此開展標(biāo)簽體系構(gòu)建的研究具有一定的實(shí)用價(jià)值[3]。

目前，隨著大數(shù)據(jù)挖掘分析越來越廣泛，標(biāo)簽及畫像技術(shù)的研究多應(yīng)用于電子商務(wù)、健康醫(yī)療、交通運(yùn)輸、精準(zhǔn)營銷等通用領(lǐng)域[4-5]。在軍事大數(shù)據(jù)領(lǐng)域的應(yīng)用相對較少，尤其是面向?？漳繕?biāo)大數(shù)據(jù)技術(shù)研究尚處于起步階段，在實(shí)際應(yīng)用中面臨數(shù)據(jù)深層價(jià)值利用不足、專業(yè)性較強(qiáng)不便理解、標(biāo)簽體系未構(gòu)建無法生成完整的目標(biāo)畫像等難點(diǎn)。

基于此，本文利用標(biāo)簽技術(shù)，提出基于海空目標(biāo)畫像的大數(shù)據(jù)標(biāo)簽體系構(gòu)建方法，構(gòu)建完備的?？漳繕?biāo)標(biāo)簽體系，并分析構(gòu)建過程中的關(guān)鍵技術(shù)，對軍事大數(shù)據(jù)的應(yīng)用模式具有一定的探索和借鑒意義。

1 海空目標(biāo)畫像與標(biāo)簽技術(shù)

1.1 ?？漳繕?biāo)畫像

作戰(zhàn)目標(biāo)指交戰(zhàn)雙方為實(shí)現(xiàn)某種作戰(zhàn)意圖，彼此進(jìn)行跟蹤、打擊、壓制、攻占或摧毀的目標(biāo)對象[6]。?？漳繕?biāo)是作戰(zhàn)目標(biāo)的子集，主要指敵對雙方打擊或抗擊對方的艦船、飛機(jī)等。

?？漳繕?biāo)畫像借鑒用戶畫像的概念[7]，采集特定傳感器、情報(bào)分析、指揮決策、武器裝備系統(tǒng)等作戰(zhàn)環(huán)節(jié)中的各類數(shù)據(jù)，并將其轉(zhuǎn)換為畫像標(biāo)簽，形成數(shù)據(jù)合力。通過構(gòu)造合理準(zhǔn)確、標(biāo)準(zhǔn)統(tǒng)一、全面實(shí)用的標(biāo)簽體系，形成標(biāo)簽畫像模型，進(jìn)而利用大數(shù)據(jù)、人工智能等技術(shù)，可準(zhǔn)確勾勒出立體的海空目標(biāo)畫像，有助于個(gè)體認(rèn)知、群體識別、行為分析等。

1.2 標(biāo)簽技術(shù)

標(biāo)簽是對一類對象或特定群體的某項(xiàng)特征或某種特質(zhì)的具象描述，具備較強(qiáng)的業(yè)務(wù)歸納性。標(biāo)簽是目標(biāo)畫像的基礎(chǔ)，兩者之間的關(guān)系如圖1所示。

依據(jù)分析整理，?？漳繕?biāo)標(biāo)簽可分為4類：基本屬性類、事實(shí)行為類、業(yè)務(wù)場景類和管理評價(jià)類?；緦傩灶悩?biāo)簽體現(xiàn)?？漳繕?biāo)的靜態(tài)特征，如目標(biāo)類型、敵我屬性、國別屬性等；事實(shí)行為類標(biāo)簽描述目標(biāo)的活動行為、參與任務(wù)、途徑區(qū)域等行為信息，反映目標(biāo)的動態(tài)特征；業(yè)務(wù)場景類標(biāo)簽則帶有清晰的業(yè)務(wù)邏輯，可解釋性強(qiáng)，如熱點(diǎn)話題、軍事專題、高價(jià)值目標(biāo)、時(shí)敏目標(biāo)等；管理評價(jià)類標(biāo)簽用于數(shù)據(jù)在加工處理和管理使用過程中，對數(shù)據(jù)進(jìn)行具體環(huán)節(jié)的標(biāo)記。

2 ?？漳繕?biāo)標(biāo)簽體系

2.1 標(biāo)簽體系

分層分級的標(biāo)簽體系設(shè)計(jì)既提高標(biāo)簽的實(shí)用性和精準(zhǔn)性，又避免在語義理解、特征描述等方面的差異性。?？漳繕?biāo)標(biāo)簽體系按照三級標(biāo)簽體系架構(gòu)進(jìn)行設(shè)計(jì)，綜合利用作戰(zhàn)環(huán)節(jié)的各類數(shù)據(jù)，產(chǎn)生完整的目標(biāo)畫像標(biāo)簽。

1） 一級標(biāo)簽。海空目標(biāo)的一級標(biāo)簽描述目標(biāo)畫像基本的分類維度，歸納了海空目標(biāo)的共性特征，如表1所示，可分為基礎(chǔ)信息、行為信息、關(guān)系信息、任務(wù)事件、統(tǒng)計(jì)分析和數(shù)據(jù)管理等6類維度。

2） 二級標(biāo)簽。?？漳繕?biāo)的二級標(biāo)簽是對其一級標(biāo)簽分類維度的細(xì)化，包括目標(biāo)的生產(chǎn)研制情況、戰(zhàn)技性能、武器裝備特征、活動區(qū)域、活動航路、搭載關(guān)系、隸屬關(guān)系、參與任務(wù)事件類型、統(tǒng)計(jì)分析規(guī)律、數(shù)據(jù)來源、數(shù)據(jù)可信程度等多個(gè)方面，如表2所示。

3） 三級標(biāo)簽。三級標(biāo)簽是對二級標(biāo)簽具體內(nèi)容的細(xì)化，反映了海空目標(biāo)的具體狀態(tài)。其主要通過以下三種方式獲取：

一是直接映射。此類標(biāo)簽無需經(jīng)過復(fù)雜的計(jì)算邏輯即可從原始數(shù)據(jù)中獲得，如通過?？漳繕?biāo)屬性表進(jìn)行基本屬性規(guī)則判定即可生成標(biāo)簽，如目標(biāo)類型、敵我屬性、國別屬性等。

二是簡單規(guī)則統(tǒng)計(jì)。此類標(biāo)簽基于簡單規(guī)則的統(tǒng)計(jì)計(jì)算即可獲取，如基于目標(biāo)活動信息表中的出發(fā)基地、活動時(shí)間等維度進(jìn)行出港統(tǒng)計(jì)、出動次數(shù)等標(biāo)簽的計(jì)算。

三是算法分析挖掘。此類標(biāo)簽需要利用大數(shù)據(jù)挖掘分析相關(guān)技術(shù)，結(jié)合業(yè)務(wù)規(guī)則和專家先驗(yàn)知識，整合運(yùn)用作戰(zhàn)過程中敵我雙方的各類數(shù)據(jù)，進(jìn)而生成可以反映?？漳繕?biāo)某一維度的標(biāo)簽數(shù)據(jù)，如目標(biāo)威脅指數(shù)、活動熱力等。

2.2 技術(shù)架構(gòu)

海空目標(biāo)標(biāo)簽體系的技術(shù)架構(gòu)如圖2所示，可分為數(shù)據(jù)匯聚、標(biāo)簽構(gòu)建和標(biāo)簽應(yīng)用等3層。技術(shù)架構(gòu)重點(diǎn)圍繞標(biāo)簽的構(gòu)建、挖掘分析及管理，面向標(biāo)簽應(yīng)用，綜合運(yùn)用大數(shù)據(jù)分析挖掘技術(shù)，匯聚并處理作戰(zhàn)環(huán)節(jié)的各類數(shù)據(jù)源，對標(biāo)簽體系進(jìn)行全生命周期管理，滿足指揮控制、情報(bào)分析、戰(zhàn)場環(huán)境保障等典型軍事領(lǐng)域的業(yè)務(wù)需求。

數(shù)據(jù)匯聚層對作戰(zhàn)過程中涉及的傳感器數(shù)據(jù)、非合作截獲數(shù)據(jù)、軍事信息系統(tǒng)生成數(shù)據(jù)、互聯(lián)網(wǎng)開源數(shù)據(jù)、?？漳繕?biāo)知識數(shù)據(jù)等，進(jìn)行數(shù)據(jù)預(yù)處理、數(shù)據(jù)解析、數(shù)據(jù)標(biāo)注等，最后入庫存儲。

標(biāo)簽構(gòu)建層基于數(shù)據(jù)匯聚層處理存儲后的數(shù)據(jù)，按照標(biāo)簽體系設(shè)計(jì)，生產(chǎn)加工刻畫?？漳繕?biāo)畫像的具體標(biāo)簽內(nèi)容。標(biāo)簽管理通過標(biāo)簽定義、評估驗(yàn)證、標(biāo)簽規(guī)則管理、標(biāo)簽任務(wù)管理、標(biāo)簽存儲、標(biāo)簽展示等多個(gè)環(huán)節(jié)，全過程服務(wù)于標(biāo)簽的生成、存儲和優(yōu)化。標(biāo)簽挖掘利用大數(shù)據(jù)技術(shù)進(jìn)行實(shí)體、屬性、關(guān)系的抽取，以及聚類、分類、預(yù)測、關(guān)聯(lián)融合等挖掘分析，為標(biāo)簽生成提供算法支撐。標(biāo)簽全生命周期管理能夠追溯標(biāo)簽從定義、應(yīng)用到調(diào)整的全過程，并隨著業(yè)務(wù)流程的調(diào)整、數(shù)據(jù)的豐富等，對標(biāo)簽體系進(jìn)行調(diào)整優(yōu)化。

標(biāo)簽應(yīng)用層則基于海空目標(biāo)標(biāo)簽庫，結(jié)合具體軍事需求，開展目標(biāo)畫像、作戰(zhàn)決策輔助分析、作戰(zhàn)數(shù)據(jù)服務(wù)保障等軍事化應(yīng)用。

3 關(guān)鍵技術(shù)

3.1 基于混合存儲的標(biāo)簽數(shù)據(jù)存儲技術(shù)

海空目標(biāo)標(biāo)簽數(shù)據(jù)涉及的內(nèi)容及格式復(fù)雜多樣，在存儲架構(gòu)的設(shè)計(jì)上，需兼顧各類數(shù)據(jù)的規(guī)模與業(yè)務(wù)處理特點(diǎn)，采用多類型存儲庫以實(shí)現(xiàn)標(biāo)簽數(shù)據(jù)的混合存儲，包括離線數(shù)據(jù)庫、對象存儲庫、MPP數(shù)據(jù)庫、關(guān)系數(shù)據(jù)庫、內(nèi)存數(shù)據(jù)庫等。離線數(shù)據(jù)庫作為數(shù)倉，存儲所有原始結(jié)構(gòu)化數(shù)據(jù)，事實(shí)行為類、業(yè)務(wù)場景類標(biāo)簽基于離線庫進(jìn)行加工生產(chǎn)；對象存儲庫主要存儲海空目標(biāo)關(guān)聯(lián)的作戰(zhàn)文書、情報(bào)文本、話音報(bào)以及戰(zhàn)場圖像視頻等非結(jié)構(gòu)化數(shù)據(jù)；MPP數(shù)據(jù)庫主要存儲海量時(shí)空航跡數(shù)據(jù)，便于上層業(yè)務(wù)查詢的快速響應(yīng)；關(guān)系數(shù)據(jù)庫重點(diǎn)存儲業(yè)務(wù)規(guī)則、知識數(shù)據(jù)、配置信息等；內(nèi)存數(shù)據(jù)庫，主要存儲熱點(diǎn)標(biāo)簽數(shù)據(jù)，降低業(yè)務(wù)應(yīng)用與數(shù)據(jù)庫的交互頻次，提高查詢響應(yīng)效率。

通過提供多源異構(gòu)庫統(tǒng)一訪問技術(shù)，屏蔽底層物理庫的語法差異，降低應(yīng)用開發(fā)復(fù)雜性，使得業(yè)務(wù)訪問異構(gòu)數(shù)據(jù)庫時(shí)，能夠基于同一套語法邏輯進(jìn)行統(tǒng)一訪問，提高開發(fā)效率。

3.2 實(shí)體/屬性抽取技術(shù)

實(shí)體/屬性抽取技術(shù)是獲取海空目標(biāo)基礎(chǔ)信息、行為信息、任務(wù)事件等類別標(biāo)簽的重要方式。傳統(tǒng)的基于模式匹配的方法，包含字典詞庫匹配和正則表達(dá)式匹配兩種，字典詞庫匹配法適用可枚舉的命名實(shí)體類型，如目標(biāo)名稱、地點(diǎn)等；正則表達(dá)式匹配方法適用于報(bào)文結(jié)構(gòu)相對固定的實(shí)體類型，如目標(biāo)屬性、時(shí)間、數(shù)量等信息。

基于機(jī)器學(xué)習(xí)的方法，主要的模型是條件隨機(jī)場（CRF） [8]，其特點(diǎn)是假設(shè)輸出隨機(jī)變量構(gòu)成馬爾可夫隨機(jī)場，是解決分詞、實(shí)體抽取等序列標(biāo)注問題的常用方法。但CRF模型復(fù)雜度高，參數(shù)相對較多，其準(zhǔn)確率和召回率尚不夠理想。

考慮到海空目標(biāo)數(shù)據(jù)涉及的實(shí)體/屬性分類相對固化，行文方式有其獨(dú)特的要求，采用單一的方式難以在所有的實(shí)體/屬性類型上表現(xiàn)良好，利用預(yù)定義分類與機(jī)器學(xué)習(xí)相結(jié)合的方式，能夠增強(qiáng)不同實(shí)體/屬性類型抽取的效果。

3.3 關(guān)系抽取技術(shù)

關(guān)系抽取技術(shù)是獲取海空目標(biāo)關(guān)系信息類別標(biāo)簽的重要方式。早期的方法主要通過人工構(gòu)造規(guī)則集合，結(jié)合領(lǐng)域業(yè)務(wù)知識，利用模式匹配方式來識別關(guān)系?；跈C(jī)器學(xué)習(xí)的方法通常把關(guān)系抽取問題轉(zhuǎn)換成分類問題來解決，利用特征提取方法來獲取代表性特征，這部分特征經(jīng)訓(xùn)練后獲得分類模型，利用分類模型判定實(shí)體間的關(guān)系。

由于?？漳繕?biāo)數(shù)據(jù)的實(shí)體關(guān)系較為復(fù)雜，可首先手動標(biāo)注少量樣本數(shù)據(jù)，再結(jié)合大規(guī)模軍事領(lǐng)域內(nèi)無監(jiān)督語料訓(xùn)練的預(yù)訓(xùn)練模型，如BERT（Bidirectional Encoder Representation from Transformers） [9]、GPT（Generative Pre-Training） [10]等，加入軍事領(lǐng)域特殊行文規(guī)范的先驗(yàn)知識作為實(shí)體關(guān)系對識別的補(bǔ)充特征向量，獲取實(shí)體關(guān)系分類模型，再依據(jù)該模型來識別關(guān)系。

3.4 關(guān)聯(lián)融合技術(shù)

針對?？漳繕?biāo)的標(biāo)簽關(guān)聯(lián)融合問題，可通過時(shí)空行為分析、屬性分析、業(yè)務(wù)規(guī)則分析等方式實(shí)現(xiàn)。

時(shí)空行為分析根據(jù)實(shí)體活動的時(shí)間、地點(diǎn)等時(shí)空維度信息進(jìn)行實(shí)體對象之間的數(shù)據(jù)碰撞，計(jì)算所需識別的實(shí)體對象間的行為軌跡相似性[11]或行為軌跡的交疊度，通過設(shè)置相似度或交疊度的閥值，實(shí)現(xiàn)目標(biāo)實(shí)體對象的關(guān)聯(lián)融合。

屬性分析利用實(shí)體對象間的共性屬性其中一個(gè)或若干個(gè)組合取值相同，作為實(shí)體對象識別約束條件，實(shí)現(xiàn)實(shí)體對象的關(guān)聯(lián)融合。

業(yè)務(wù)規(guī)則分析從業(yè)務(wù)角度出發(fā)，通過業(yè)務(wù)值班的經(jīng)驗(yàn)、規(guī)則等業(yè)務(wù)知識，利用知識特征的比對實(shí)現(xiàn)目標(biāo)實(shí)體的識別和關(guān)聯(lián)。

4 仿真實(shí)驗(yàn)

本文利用大數(shù)據(jù)離線分析平臺，基于某方向相關(guān)的3 000余篇動向報(bào)文、100余萬條目標(biāo)活動過程數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。數(shù)據(jù)涉及100余個(gè)?？漳繕?biāo)，下面以某型戰(zhàn)斗機(jī)FJ0001、某艦船JC0001為例進(jìn)行說明。

利用實(shí)體/屬性抽取方法進(jìn)行熱點(diǎn)事件、演習(xí)事件、日常訓(xùn)練、偵察巡邏等任務(wù)事件類標(biāo)簽的生成，實(shí)驗(yàn)結(jié)果如表3所示，結(jié)果表明，CRF算法結(jié)合模式匹配的算法準(zhǔn)確率大幅提升，達(dá)到90%以上，基本滿足實(shí)戰(zhàn)的要求；利用關(guān)系抽取技術(shù)進(jìn)行指揮、協(xié)同、補(bǔ)給、通聯(lián)等關(guān)系信息類標(biāo)簽的生成，實(shí)驗(yàn)結(jié)果如表4所示，結(jié)果表明，相比GPT算法，BERT算法準(zhǔn)確率較高。

5 標(biāo)簽應(yīng)用

標(biāo)簽技術(shù)在軍事大數(shù)據(jù)領(lǐng)域有著廣泛的應(yīng)用研究價(jià)值，具體以目標(biāo)畫像、作戰(zhàn)輔助決策分析、作戰(zhàn)數(shù)據(jù)服務(wù)保障等場景為例進(jìn)行闡述。

5.1 目標(biāo)畫像

通過構(gòu)建基于大數(shù)據(jù)的標(biāo)簽系統(tǒng)，實(shí)現(xiàn)了對海量數(shù)據(jù)進(jìn)行規(guī)整、關(guān)聯(lián)、挖掘，形成了較為完備的?？漳繕?biāo)標(biāo)簽體系，在此基礎(chǔ)上能夠快速形成?？諉文繕?biāo)畫像、群目標(biāo)畫像，完整刻畫了?？漳繕?biāo)的真實(shí)情況、目標(biāo)信息、行為模式、作戰(zhàn)關(guān)系，為智能推薦、智能搜索、目標(biāo)情報(bào)保障、戰(zhàn)場態(tài)勢感知等各類業(yè)務(wù)提供有據(jù)可查的畫像服務(wù)。

5.2 基于標(biāo)簽的作戰(zhàn)輔助決策分析

目標(biāo)相關(guān)數(shù)據(jù)轉(zhuǎn)化為離散的業(yè)務(wù)標(biāo)簽后，統(tǒng)計(jì)分析更容易。如獲取“F-22過去一年參與的任務(wù)事件”“釣魚島海域近期活動的?？漳繕?biāo)數(shù)量”等結(jié)果，直接統(tǒng)計(jì)相關(guān)標(biāo)簽即可。同樣，基于標(biāo)簽進(jìn)行作戰(zhàn)目標(biāo)的分類、聚類、預(yù)警預(yù)測、威脅程度、意圖識別等挖掘分析也容易實(shí)現(xiàn)。

5.3 基于標(biāo)簽的作戰(zhàn)數(shù)據(jù)服務(wù)保障

標(biāo)簽數(shù)據(jù)有著明確的業(yè)務(wù)邏輯，實(shí)質(zhì)上也形成了對數(shù)據(jù)的分類?；跇?biāo)簽的查詢檢索能夠靈活快速獲取到準(zhǔn)確的數(shù)據(jù)，再基于這些查詢結(jié)果進(jìn)行專題分析、數(shù)據(jù)分發(fā)推送、數(shù)據(jù)可視化等，能夠事半功倍，達(dá)成精準(zhǔn)數(shù)據(jù)服務(wù)保障的目的。

6 結(jié)束語

本文基于作戰(zhàn)應(yīng)用中的業(yè)務(wù)需求，系統(tǒng)闡述了?？漳繕?biāo)畫像與標(biāo)簽技術(shù)的背景、三層標(biāo)簽體系內(nèi)容、技術(shù)架構(gòu)及關(guān)鍵技術(shù)，通過仿真實(shí)驗(yàn)分析了不同標(biāo)簽生成算法的準(zhǔn)確率，最后分析了標(biāo)簽應(yīng)用的典型案例，是對大數(shù)據(jù)在軍事領(lǐng)域業(yè)務(wù)應(yīng)用模式的一次新探索，后續(xù)將持續(xù)結(jié)合具體作戰(zhàn)需求，進(jìn)一步拓展標(biāo)簽技術(shù)運(yùn)用的場景，迭代完善標(biāo)簽體系，優(yōu)化提升業(yè)務(wù)場景類標(biāo)簽算法的準(zhǔn)確性。

參考文獻(xiàn)：

[1] 左毅，張桂林，吳蔚，等.面向戰(zhàn)場目標(biāo)識別的知識圖譜應(yīng)用[J].指揮信息系統(tǒng)與技術(shù)，2019，10（3）：1-5.

[2] 李衛(wèi)星，王峰，李智國，等.面向多源數(shù)據(jù)的軍事信息系統(tǒng)設(shè)計(jì)[J].中國電子科學(xué)研究院學(xué)報(bào)，2020，15（3）：237-243.

[3] 李娜，范正潔，郝傳州，等.采用語義分析的標(biāo)簽體系構(gòu)建方法[J].西安交通大學(xué)學(xué)報(bào)，2019，53（1）：169-174.

[4] 蔡莉，王淑婷，劉俊暉，等.數(shù)據(jù)標(biāo)注研究綜述[J].軟件學(xué)報(bào)，2020，31（2）：302-319.

[5] 王洋，丁志剛，鄭樹泉，等.一種用戶畫像系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用與軟件，2018，35（3）：8-14.

[6] 江志浩，周卿，石敏，等.作戰(zhàn)目標(biāo)知識圖譜構(gòu)建與應(yīng)用[J].海軍航空工程學(xué)院學(xué)報(bào)，2020，35（6）：471-477.

[7] 費(fèi)鵬，林鴻飛，楊亮，等.一種用于構(gòu)建用戶畫像的多視角融合框架[J].計(jì)算機(jī)科學(xué)，2018， 45（1）：179-182，204.

[8] 馮蘊(yùn)天，張宏軍，郝文寧.面向軍事文本的命名實(shí)體識別[J].計(jì)算機(jī)科學(xué)，2015，42（7）：15-19.

[9] 劉歡，張智雄，王宇飛.BERT模型的主要優(yōu)化改進(jìn)方法研究綜述[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2021，5（1）：3-15.

[10] 劉睿珩，葉霞，岳增營.面向自然語言處理任務(wù)的預(yù)訓(xùn)練模型綜述[J].計(jì)算機(jī)應(yīng)用，2021，41（5）：1236-1246.

[11] 成磊峰，覃鋒，賈瑩，等.基于時(shí)空相似性的跨域目標(biāo)關(guān)聯(lián)分析方法[J].電訊技術(shù)，2019，59（4）：426-430.

【通聯(lián)編輯：王 力】